Profiel en sociale omgeving van (potentiële) ZVH-cliënten

Zorg- en Veiligheidshuizen (ZVH’en) zijn netwerksamenwerkingsverbanden die partners uit de strafrechtketen, de zorgketen en gemeentelijke partners verbinden in de aanpak van complexe problematiek. De partners analyseren de problematiek en maken een gezamenlijk, persoonlijk plan van aanpak waarin steeds vaker ook het hele gezin en de sociale omgeving worden meegenomen. Het doel van de samenwerking is het terugdringen van criminaliteit, (ernstige) overlast, huiselijk geweld en gevaarsrisico’s. Er zijn in totaal 30 ZVH’en in Nederland.

ZVH’en willen meer inzicht krijgen in de achtergrond van hun cliënten en de positie vanuit waar zij betrokken raken in een traject bij een ZVH. Om in deze behoefte te voorzien, heeft het ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK) het Centraal Bureau voor de Statistiek (CBS) en ICTU gevraagd een pilotonderzoek uit te voeren waarbij de cliëntgegevens van één ZVH worden geanalyseerd, namelijk die van de Utrechtse cliënten uit het Zorg- en Veiligheidshuis Regio Utrecht (ZVHRU).²⁾ Doel daarbij is om niet alleen nieuwe inzichten voor ZVHRU te genereren, maar vooral ook om van het onderzoeksproces te leren: Hoe kan dit datagedreven onderzoek inzichten geven voor de ZVH’en en wat zijn de mogelijkheden voor opschaling naar andere ZVH’en?

Een begin van een antwoord op deze vraag kan worden gevonden in de succesvolle werkwijze die is ontwikkeld binnen Zicht op Ondermijning (ZoO).³⁾ ZoO is een landelijk samenwerkingsverband tussen veertien gemeenten, de ministeries van BZK en Justitie en Veiligheid en Financiën/Belastingdienst, het Openbaar Ministerie (OM), de Nationale Politie en het CBS. Binnen ZoO worden onderzoeksvragen vanuit de praktijk beantwoord door een team van data scientists van deelnemende gemeenten, de Belastingdienst, het Leiden Institute of Advances Computer Science (LIACS) en het CBS. De projectorganisatie wordt uitgevoerd door ICTU en de resultaten van ZoO worden gepubliceerd op het dashboard Zicht op Ondermijning. 

Tijdens het huidige onderzoek is verkend of en hoe de werkwijze van ZoO binnen de context van ZVH’en bruikbaar is. Namelijk door vragen vanuit de praktijk van ZVHRU te vertalen naar onderzoeksvragen en die stapsgewijs te beantwoorden. Het data science team bestond voor dit onderzoek uit data scientists van het CBS en data scientists uit het kernteam⁴⁾ van ZoO. Deze aanpak heeft uiteindelijk geleid tot een onderzoek waarin de volgende vier onderzoeksvragen centraal staan: 

1. Wat zijn de onderscheidende kenmerken van ZVHRU-cliënten? 
2. Verschilt de sociale omgeving van personen binnen en buiten ZVHRU?
3. Hoeveel jongeren zijn er in Utrecht met multiproblematiek die verdacht zijn van een misdrijf en op dit moment geen hulp krijgen van ZVHRU (potentiële doelgroep ZVHRU)?
4. Verschilt de sociale omgeving van verdachte kwetsbare jongeren van die van niet- verdachte kwetsbare jongeren?

De eerste twee vragen vloeien voort uit de behoefte van ZVHRU om meer zicht te krijgen op de kwetsbaarheid van ZVH-cliënten. Enerzijds gaat het dan om inzicht in de kenmerken van de cliënt zelf en anderzijds om kenmerken van personen in zijn sociale omgeving. Uiteraard weet het ZVH dat zij te maken heeft met kwetsbare personen met kwetsbare netwerken, maar cijfers over hoe afwijkend de risico- en beschermingsfactoren zijn waar ZVH-cliënten zelf en in hun potentiële sociale omgeving mee te maken hebben, zijn er nog niet. Zicht op wat de ZVH populatie uniek maakt, is van belang voor de ontwikkeling van effectief beleid. 

De overige twee onderzoeksvragen zijn door het ZVHRU gesteld om meer te weten te komen over potentiële cliënten. Er zijn meer jongeren – de groep waar het ZVHRU zich met name op richt – met multiproblematiek en crimineel gedrag in gemeente Utrecht dan degenen die een traject bij het ZVH volgen. Hoeveel dat er zijn, is echter een blinde vlek. Ook is er behoefte aan meer grip op de factoren die ervoor zorgen dat de ene jongere met multiproblematiek wel het criminele pad op gaat (en zo in potentie door het ZVH geholpen moet worden) en de andere niet. Een vergelijking tussen de sociale omgeving van jongeren met multiproblematiek die al dan niet verdacht worden, kan dan helpen. Wel moet worden opgemerkt dat op basis van de huidige methode alleen uitspraken over samenhang mogelijk zijn en niet over oorzakelijke verbanden. 

Alle onderzoeksvragen zijn beantwoord met registerdata die bij het CBS beschikbaar zijn voor onderzoek. Gegevens over de ZVHRU-cliënten (BSN’s) zijn voor dit onderzoek door het ZVHRU in afstemming met de gemeente Utrecht aan het CBS geleverd. De privacy van de cliënten van ZVHRU heeft gedurende het gehele onderzoeksproces centraal gestaan. Ook zijn de resultaten in dit rapport nooit tot individuele personen herleidbaar. Meer informatie over privacy en bescherming van gegevens door het CBS is te lezen op de CBS website.

In de komende hoofdstukken staat steeds één onderzoeksvraag centraal. De eerste en derde vraag zijn onder verantwoordelijkheid van ICTU door leden van het ZoO-kernteam onderzocht. Het CBS is verantwoordelijk voor de beantwoording van de tweede en vierde vraag (over de sociale omgeving/persoonsnetwerken). Het rapport sluit af met een hoofdstuk dat ingaat op de geleerde lessen voor toekomstig onderzoek met betrekking tot ZVH’en. 

2.1 Inleiding

In dit hoofdstuk staat de eerste onderzoeksvraag centraal: Wat zijn de onderscheidende kenmerken van ZVHRU-cliënten? Het ZVHRU weet dat haar cliënten kwetsbaar zijn, maar hoe groot het verschil is met andere inwoners van Utrecht is nog niet bekend. Door data uit verschillende registraties te combineren, wordt hier voor het eerst inzicht in gegeven. Het hoofdstuk begint met een demografische profielschets van ZVHRU-cliënten. Vervolgens wordt beschreven in welke mate de personen binnen het ZVHRU kwetsbaarder zijn dan de personen buiten het ZVHRU. Daarbij wordt rekening gehouden met demografische verschillen tussen de groepen. Tot slot wordt ook ingegaan op verschillen in buurten waarin personen die wel of geen casus zijn binnen ZVHRU wonen. Voordat deze analyses aan bod komen, gaat dit hoofdstuk eerst in op de doelgroepen die binnen ZVHRU onderscheiden worden. 

2.2 Doelgroepen ZVHRU

De overkoepelende doelstelling van ZVH’en in Nederland is het terugdringen van criminaliteit, overlast, huiselijk geweld en gevaarsrisico’s. Ieder ZVH (de samenwerkingspartners die het ZVH vormen) kan echter regionaal zijn eigen doelgroepen definiëren afhankelijk van de problemen die lokaal gesignaleerd worden en de prioriteiten die gesteld worden. Drie groepen in het cliëntenbestand van ZVHRU zijn: 

1. personen met verward gedrag en een ernstig gevaarsrisico; 
2. personen betrokken bij een vermogens- of geweldsmisdrijf;⁵⁾ 
3. personen betrokken bij een drugsmisdrijf. 

ZVHRU heeft geen gegevens aangeleverd over de grond waarop cliënten in het ZVH zitten. Er zijn daarom analyses uitgevoerd om te onderzoeken of deze drie verschillende doelgroepen op een methodologisch verantwoorde wijze afgebakend konden worden aan de hand van de beschikbare registerdata bij het CBS. 

Voor de eerste doelgroep, personen met verward gedrag, bleek dit niet mogelijk. Van de 205 ZVHRU cliënten die op het peilmoment van het onderzoek, 1 oktober 2018⁶⁾, in de gemeente Utrecht woonden, waren er te weinig cliënten bij wie een indicatie van verward gedrag kon worden vastgesteld aan de hand van DBC-registraties (diagnose-behandelcombinatie).⁷⁾ Mogelijk is het aantal personen met verward gedrag in ZVHRU daadwerkelijk hoger, maar kunnen zij op basis van de bij het CBS beschikbare data niet als zodanig worden aangemerkt. 

De overige doelgroepen binnen ZVHRU zijn wel af te bakenen aan de hand van registraties. Hiervoor is gekeken of personen al dan niet verdacht zijn geweest van een misdrijf en naar Halt-registraties in de periode 2010-2018.

2.3 Demografisch profiel 

Om een eerste beeld te krijgen van personen binnen ZVHRU en hoe hun kenmerken zich verhouden tot die van personen buiten ZVHRU, worden in deze paragraaf de demografische kenmerken van beide groepen vergeleken. De vergelijking wordt gemaakt voor personen die in de gemeente Utrecht wonen op 1 oktober 2018. Het overgrote gedeelte van de cliënten van ZVHRU is man (meer dan 95 procent). Het aantal vrouwen is zo laag dat het niet mogelijk is om voor deze groep apart betrouwbare analyses uit te voeren. Om die reden richt dit onderzoek zich enkel op de mannen binnen en buiten ZVHRU. In het vervolg van dit onderzoek wordt daarom gesproken over mannen binnen ZVHRU in plaats van personen binnen ZVHRU. 

Het cliëntenbestand van ZVHRU bevat voornamelijk jonge mannen: meer dan tweederde van de mannen is jonger dan 25 jaar. Dat is ruim twee keer zo veel als buiten ZVHRU. Verder hebben zij significant vaker een migratieachtergrond dan mannen buiten ZVHRU. Vooral mannen met een Marokkaanse migratieachtergrond krijgen relatief vaak hulp van ZVHRU. Thuiswonende kinderen komen ruim tweemaal vaker voor in een traject van ZVHRU. Het gezin meenemen in het behandelplan van het ZVH is hierdoor potentieel belangrijk. Ook is het percentage mannen dat deel uitmaakt van een institutioneel huishouden groter. Dit kunnen bijvoorbeeld gezinsvervangende tehuizen en penitentiaire inrichtingen zijn. Samenvattend bestaat het cliëntenbestand van ZVHRU vooral uit jonge mannen met een migratieachtergrond die voor een groot deel thuis wonen. 

2.4 Kwetsbaarheid van persoonskenmerken

Vervolgens is onderzocht in welke mate mannen binnen ZVHRU zich in een maatschappelijk kwetsbare positie bevinden. In dit onderzoek is naar kenmerken binnen meerdere domeinen gekeken: 

1. criminaliteit;
2. onderwijs;
3. sociaaleconomische positie;
4. geestelijke gezondheid; 
5. jeugdzorg.

Dit zijn ook leefgebieden waar ZVHRU naar kijkt bij het opstellen van het behandelplan en bij de monitoring van de voortgang van de cliënten.¹⁰⁾ Er wordt in het onderzoek zowel naar riscofactoren als naar beschermingsfactoren gekeken (oftewel factoren die personen respectievelijk meer of minder maatschappelijk kwetsbaar maken). Het peilmoment van het onderzoek is 1 oktober 2018. In sommige gevallen wordt informatie over een langere periode (2010-2018) gebruikt om een meer stabiel beeld te kunnen geven. Bijlage B bevat een overzicht van de gebruikte kenmerken en hun operationalisering. 

Voor een zinnige vergelijking is het belangrijk om de mannen binnen het ZVHRU niet te vergelijken met alle Utrechtse mannen daarbuiten. Deze twee groepen (wel en niet in het ZVH) verschillen, zoals in de vorige paragraaf beschreven, op belangrijke achtergrondkenmerken (leeftijd, migratieachtergrond en thuissituatie) van elkaar. Met een speciale techniek (matching) is daarom binnen de totale groep Utrechtse mannen buiten ZVHRU een kleinere groep geselecteerd die wat betreft demografisch profiel vergelijkbaar is met de groep mannen binnen het ZVH. Er zijn 1 950 Utrechtse mannen buiten ZVHRU geselecteerd die niet van de mannen binnen het ZVH verschillen wat betreft hun leeftijd, migratieachtergrond en thuissituatie. Verschillen in kwetsbaarheid tussen deze twee groepen (binnen en buiten ZVHRU) zijn daardoor niet het resultaat van initiële verschillen op deze demografische kenmerken. Bij het opstellen van de vergelijkingsgroep (mannen buiten ZVHRU) is niet gekozen deze even kwetsbaar te maken, bijvoorbeeld voor wat betreft sociaaleconomische positie, omdat het doel van het onderzoek juist is om te achterhalen in hoeverre mannen binnen ZVHRU kwetsbaarder zijn dan mannen buiten het ZVH. Meer informatie over de afbakening van de onderzoeksgroepen staat in Bijlage A. 

Criminaliteit

Als eerste is gekeken of er bij de cliënten van ZVHRU vaker sprake is van crimineel gedrag dan bij, in demografisch opzicht vergelijkbare, mannen buiten het ZVH. Er is hierbij gekeken naar Halt-registraties, of zij verdacht zijn geweest van een misdrijf en of zij in detentie zijn geweest. 

Halt-registraties
Halt richt zich op het voorkomen en bestraffen van jeugdcriminaliteit. Halt heeft de wettelijke taak om strafbaar gedrag onder jongeren aan te pakken zonder dat de jongere een strafblad krijgt. Er zijn verschillende aanleidingen voor een Halt-straf. Voor dit onderzoek is gekeken naar Halt-registraties in het algemeen en, vanwege de focus van ZVHRU, naar Halt-registraties specifiek voor vermogens- en geweldsmisdrijven (er zijn geen Halt-registraties voor drugsmisdrijven). 

Het percentage Halt-registraties tussen 2010-2018 is bij mannen (tot 23 jaar) binnen ZVHRU significant hoger dan bij de – in demografisch opzicht vergelijkbare – mannen buiten het ZVH. De mannelijke cliënten binnen ZVHRU hebben circa 4 keer zo vaak een Halt-registratie op hun naam staan. Dit patroon is ook zichtbaar als specifiek naar Halt-registraties voor vermogens- en/of geweldsmisdrijven gekeken wordt.

Verdachten 
Voor verdenkingen is gekeken naar de volgende type misdrijven: vermogens- en gewelds-, drugs-, vuurwapen- en verkeersmisdrijven. In de onderstaande grafiek staat weergeven hoeveel procent van de mannen binnen en buiten ZVHRU verdacht zijn geweest van een dergelijk misdrijf. 

Het gemiddelde percentage verdenkingen voor mannen binnen ZVHRU ligt statistisch significant hoger dan voor mannen buiten het ZVH. Dit patroon is zichtbaar voor alle misdrijven: zowel voor misdrijven die onderdeel uitmaken van de doelgroep van ZVHRU (vermogens-, geweld- en drugsmisdrijven) als voor overige misdrijven (bijvoorbeeld verkeersmisdrijven). 

Detentie
Tot slot is onderzocht of personen al dan niet in detentie hebben gezeten. Hieruit is gebleken dat 62 procent van de mannen in ZVHRU tussen 2010 en 2018 in detentie heeft gezeten tegenover 8 procent van de mannen buiten het ZVH. 

Het aandeel mannen binnen het ZVH dat het criminele pad bewandeld heeft, ligt dus significant hoger dan bij mannen buiten het ZVH: zij hebben vaker een Halt-registratie, zijn vaker verdachte (geweest) van een misdrijf en zaten vaker in detentie. 

Onderwijs

Onderwijs heeft een sterke relatie met kwetsbaarheid (zie bijvoorbeeld Ministerie van Onderwijs, Cultuur en Wetenschap, 2019 en Dienst Preventie, Jeugdbescherming en Reclassering, 1996). Vroegtijdig schoolverlaten of het niet behalen van een startkwalificatie¹¹⁾ verlagen de kansen op de arbeidsmarkt. Ook jongeren met een diploma van het speciaal onderwijs ervaren vaker problemen bij het vinden van een passende baan. Dit zijn mogelijke risicofactoren voor instroom in de criminaliteit. Daartegenover kan het behalen van een startkwalificatie iemands kansen op de arbeidsmarkt verhogen en daarom gezien worden als beschermingsfactor. 

Uit bovenstaande grafiek blijkt dat mannen binnen ZVHRU een significant kwetsbaarder positie hebben als je naar onderwijskenmerken kijkt. Mannen binnen het ZVH volgden bijna 6 keer zo vaak speciaal onderwijs en bijna 10 keer zo vaak speciaal onderwijs vanwege een ernstige ontwikkelingsstoornis. Ook het percentage vroegtijdig schoolverlaters is significant hoger bij mannen binnen het ZVH dan bij mannen buiten het ZVH. Een startkwalificatie die een betere kans op de arbeidsmarkt geeft, is vaker te zien onder mannen buiten ZVHRU: driekwart, terwijl dit bij mannen binnen het ZVH nog niet de helft is. 

Er is ook gekeken naar het hoogste behaalde of actuele onderwijsniveau. Er worden 3 niveaus onderscheiden: 

1. personen met enkel basisonderwijs;
2. personen met vmbo, havo onderbouw, mbo entreeopleiding;
3. personen met havo bovenbouw, vwo, mbo (exclusief entreeopleiding), hbo-, wo-bachelor/master, doctor. 

Personen waarvoor het onderwijsniveau onbekend was, zijn buiten beschouwing gelaten in deze analyse.

Mannen binnen het ZVH hebben vaker enkel basisonderwijs als hoogste behaalde of momenteel gevolgde onderwijsniveau in vergelijking met mannen buiten het ZVH (die onder andere wat betreft leeftijdsopbouw overeenkomen). Ook hebben zij vaker vmbo, havo-onderbouw of mbo-entreeopleiding als hoogste behaalde of momenteel gevolde onderwijsniveau. Mannen buiten ZVHRU hebben of volgen juist significant vaker het hoogste onderscheiden onderwijsniveau. 

Ook op het gebied van onderwijs bevinden mannen binnen het ZVH zich dus in een meer kwetsbare positie dan mannen buiten het ZVH.

Sociaaleconomische positie

Om erachter te komen in welke mate de sociaaleconomische positie van mannen binnen ZVHRU kwetsbaarder is, zijn analyses uitgevoerd voor de volgende risicofactoren: 

1. een huishoudinkomen onder het sociaal minimum hebben; 
2. een bijstandsuitkering ontvangen; 
3. geen inkomen hebben (geen werkinkomen en geen uitkering);
4. wanbetaler zijn van de zorgverzekering. 

Daarnaast is gekeken of een persoon werk als voornaamste inkomensbron heeft. Dit is een beschermingsfactor, aangezien het hebben van werk gezien kan worden als een mate van integratie in de maatschappij (het geeft doorgaans regelmaat en zorgt voor contactmomenten). Het hebben van werk genereert ook een inkomen wat de aantrekking tot criminaliteit mogelijk (deels) vermindert. 

Meer dan de helft (62 procent) van de volwassen mannen binnen ZVHRU heeft een huishoudinkomen onder het sociaal minimum. Ongeveer een kwart van de volwassen mannen binnen het ZVH heeft een bijstandsuitkering en iets meer dan een derde (37 procent) heeft helemaal geen inkomen. Bijna een derde (30 procent) van de volwassen mannen binnen het ZVH staat geregistreerd als wanbetaler van de zorgverzekering. Bij volwassen mannen buiten ZVHRU liggen al deze percentages significant lager. Het hebben van inkomen uit werk als belangrijkste inkomensbron, een mogelijke beschermingsfactor, komt juist bij de volwassen mannen buiten het ZVH ongeveer 3 keer zo vaak voor. 

Ook wat betreft sociaaleconomische positie zijn mannen binnen ZVHRU dus meer kwetsbaar dan mannen buiten het ZVH: ze hebben een lager (huishoud)inkomen, zijn vaker afhankelijk van een uitkering en hebben vaker dermate grote (financiële) problemen dat zij rekeningen (zorgverzekering) niet (kunnen) betalen. 

Psychische gezondheid

Als indicator voor psychische gezondheid, een belangrijk leefgebied waar het ZVHRU zich in haar persoonsgerichte aanpak op richt, is gekeken naar het percentage personen dat in 2018 een geestelijke gezondheidszorgbehandeling (ggz) ontving. Verder is nog specifiek gekeken naar personen die zorg ontvingen voor verslaving (met als diagnose een “aan alcohol gebonden stoornis” of een “overige aan een middel gebonden stoornis”). Het ZVH onderscheidt problematisch middelengebruik en verslaving namelijk als aparte leefgebieden in haar aanpak. 

Bijna 10 procent van de volwassen mannen binnen ZVHRU ontving in 2018 een behandeling binnen de ggz tegenover 3 procent van de volwassen mannen buiten het ZVH. Ook het percentage mannen dat zorg ontvangt met een diagnose gerelateerd aan verslaving ligt significant hoger voor mannen binnen het ZVH dan voor mannen buiten het ZVH. 

Ook op het gebied van geestelijke gezondheid lijkt de groep mannen binnen ZVHRU kwetsbaarder te zijn dan de, in demografisch opzicht vergelijkbare, groep mannen buiten ZVHRU. Hier moet echter wel een belangrijke kanttekening bij gemaakt worden. Mannen binnen het ZVH hebben deze zorg wellicht juist vanwege hun traject toegewezen gekregen. Personen die geen geestelijke gezondheidszorg ontvangen (bijvoorbeeld de mannen buiten het ZVH) kunnen deze bovendien eigenlijk juist wel nodig hebben. Aan de ene kant kan het ontvangen van zorg op het gebied van geestelijke gezondheid dus als indicatie van kwetsbaarheid gezien worden (aangezien bijvoorbeeld mensen met een verslaving op bepaalde gebieden niet of minder goed kunnen functioneren), maar aan de andere kant kan het ontvangen van passende hulp ook gezien worden als een beschermingsfactor. 

Jeugdzorg

Het percentage personen dat jeugdzorg ontvangt is eveneens onderzocht. Jeugdzorg bestaat uit jeugdhulp, jeugdbescherming en/of jeugdreclassering. Bij jeugdhulp gaat het om hulp aan jongeren en hun ouders bij psychische problemen, een verstandelijke beperking of bij opvoedproblemen. Jeugdbescherming is een maatregel die de rechter dwingend oplegt om de bedreiging voor de veiligheid en ontwikkeling van een kind op te heffen. Dit kan door middel van ondertoezichtstelling (de rechter beperkt het gezag van de ouders, maar de ouders blijven verantwoordelijk voor de opvoeding) of een voogdijmaatregel (het gezag van de ouders wordt beëindigd en overgedragen aan een voogd). Bij jeugdreclassering, de derde component van jeugdzorg, worden jongeren gecontroleerd en begeleid die met de politie in aanraking zijn geweest. Het doel is voorkomen dat de jongere opnieuw de fout in gaat door bijvoorbeeld dagbesteding aan te bieden of begeleiding op het gebied van wonen, de financiële situatie, sociale vaardigheden en hulp bij verslavingsproblematiek en psychiatrische problematiek (voor meer informatie over Jeugdzorg zie Bakker, 2018). 

Ook hier is een duidelijk verschil te zien tussen mannen binnen buiten ZVHRU (tot 23 jaar).¹²⁾ Zo ligt het percentage mannen binnen het ZVH dat tussen 2015 en 2018 jeugdzorg heeft ontvangen op 55 procent in tegenstelling tot 15 procent van de mannen buiten het ZVH. Ook wanneer jeugdzorg wordt uitgesplitst in jeugdhulp, jeugdbescherming en jeugdreclassering is het percentage hoger voor mannen binnen dan buiten ZVHRU. 

Het doel van jeugdzorg is om kwetsbare kinderen en jongeren met opvoed- en opgroeiproblemen in veiligheid volwaardig te laten participeren in hun sociale omgeving, in het gezin, in het onderwijs en in hun vrije tijd of op de arbeidsmarkt. Ervanuit gaande dat het ontvangen van jeugdzorg dus een indicatie is van kwetsbaarheid, is ook hier duidelijk te zien dat mannen binnen het ZVH kwetsbaarder zijn dan mannen buiten het ZVH. 

2.5 Kwetsbaarheid van buurtkenmerken

De ZVH’en willen graag meer inzicht in de onderscheidende kenmerken van hun cliënten. Naast kenmerken op individueel niveau (zoals hierboven beschreven) kunnen bepaalde buurtkenmerken ook belangrijk zijn. Zo laat eerder onderzoek verbanden zien tussen buurtkenmerken en criminaliteit (zie bijvoorbeeld Rovers, 1999). Er zijn meerdere manieren waarop de buurt een invloed kan hebben op de bewoners (Galster, 2010). Ten eerste zijn er socialisatie-effecten waardoor, met name jongeren, beïnvloed kunnen worden door hun buurtgenoten. Ook kan er sprake zijn van stigmatisering waardoor mensen van buiten de wijkbewoners laag inschatten en daar ook naar handelen. Verder kan er sprake zijn van gebrekkige sociale controle en collectieve zelfredzaamheid in achterstandswijken waardoor er (te) weinig toezicht en correctie is. Daarom wordt in dit onderzoek ook meer informatie gegeven over de buurt waarin ZVHRU-cliënten wonen. Sluitende definities over wat een kwetsbare wijk of achterstandswijk is, zijn er niet, maar kwaliteit van de huizen en sociaaleconomische positie van de inwoners zijn aspecten die vaak genoemd worden (zie ook SCP, 2021). In dit onderzoek wordt daarom ook naar deze twee aspecten gekeken. Eerst wordt informatie gegeven over in welke wijken in Utrecht de ZVH-cliënten wonen.

Mannen die een traject volgen binnen ZVHRU wonen voornamelijk in de Binnenstad, Zuid, Zuidwest en Noordwest. 

Kwaliteit woningen

In deze laatste paragraaf wordt meer informatie gegeven over de kwetsbaarheid van de buurten waarin mannen in ZVHRU in 2018 wonen in vergelijking met de buurten waar mannen met een vergelijkbaar demografisch profiel die niet in het ZVH wonen. Om de kwaliteit van woningen in kaart te brengen is gekeken naar de verdeling tussen huurhuizen en koopwoningen, het bouwjaar van de woningen¹³⁾ en de gemiddelde woningwaarde. 

Zowel mannen binnen als buiten ZVHRU wonen in buurten met relatief meer huurwoningen en minder koopwoningen. Dit verschil is echter iets groter voor mannen binnen het ZVH en is statistisch significant. Ook wonen mannen binnen het ZVH, in vergelijking met mannen buiten het ZVH, gemiddeld gezien vaker in buurten met een groter aandeel huizen gebouwd voor 2000. Daarnaast is de gemiddelde woningwaarde in buurten waar mannen binnen het ZVH wonen significant lager (212 000 euro) dan in buurten waar mannen buiten ZVHRU wonen (240 000 euro). 

Sociaaleconomische positie buurtbewoners 

Verder is gekeken naar de sociaaleconomische positie van personen in de buurten van mannen binnen en mannen buiten ZVHRU. Hierbij wordt gekeken naar het percentage personen in een huishouden met een laag inkomen¹⁴⁾ en het gebruik van verschillende uitkeringen. 

Mannen binnen het ZVH wonen vaker in een buurt met lage inkomens dan mannen buiten het ZVH. Deze verschillen zijn klein¹⁵⁾, maar wel statistisch significant. Verder ontvangen buurtbewoners van mannen binnen ZVHRU, hoewel de absolute verschillen wederom klein zijn, significant vaker een bijstandsuitkering en een arbeidsongeschiktheidsuitkering dan buurtbewoners dan mannen buiten het ZVH. Het percentage personen dat een werkloosheidsuitkering krijgt ligt juist iets hoger bij buurtgenoten van mannen buiten ZVHRU. De reden hiervoor kan zijn dat men enkel in aanmerking komt voor werkloosheidsuitkering indien men in de voorgaande periode gewerkt heeft. 

2.6 Conclusie

In dit hoofdstuk is eerst een demografische profielschets van personen binnen ZVHRU gegeven. Duidelijk is dat vooral jonge mannen met een migratieachtergrond die thuis wonen tot de populatie van dit ZVH behoren. Vervolgens is onderzocht in welke mate mannen binnen ZVHRU kwetsbaar zijn in vergelijking met mannen buiten het ZVH die een vergelijkbaar demografisch profiel hebben. Door een vergelijking te maken met mannen met een soortgelijke demografie, worden verschillen in persoons- en buurtkenmerken daar niet door veroorzaakt. Er is gekeken naar persoonskenmerken in verschillende domeinen: 1) criminaliteit, 2) onderwijs, 3) sociaaleconomische factoren, 4) geestelijke gezondheid en 5) jeugdzorg. Hoewel bekend is dat het ZVH zich richt op kwetsbare personen, was niet eerder in deze mate van detail gekwantificeerd wat hun kenmerken zijn en hoe sterk deze verschillen van die van andere personen. Uit dit onderzoek blijkt dat voor alle onderzochte domeinen mannen binnen ZVHRU duidelijk kwetsbaarder zijn in vergelijking met mannen buiten het ZVH. Daarnaast blijkt dat ZVH-cliënten uit Utrecht, hoewel de verschillen klein zijn, ook iets vaker in kwetsbare buurten wonen. In lijn met hun beleid richt ZVHRU zich dus inderdaad op personen die op verschillende gebieden kwetsbaar zijn en problemen hebben. 

3.1 Inleiding 

In het vorige hoofdstuk is inzicht gegeven in de kwetsbaarheid van ZVH-cliënten zelf. In dit hoofdstuk wordt ingegaan op de kwetsbaarheid van hun sociale omgeving. Mensen leven doorgaans niet in afzondering: ze hebben verschillende soorten contacten en relaties. Deze kunnen dichtbij de persoon zelf staan, zoals huisgenoten of familieleden. Maar ook op school, op het werk en in de buurt komen mensen (dagelijks) in contact met anderen. Zowel de kenmerken van sterke als zwakke relaties kunnen van invloed zijn op personen (Granovetter, 1973). Daarom is het belangrijk om naar het brede netwerk van personen te kijken. 

Onderzoek heeft aangetoond dat sociale contacten en netwerken kunnen zorgen voor een betere sociaaleconomische positie, hogere sociaaleconomische mobiliteit en betere fysieke en mentale gezondheid (McKenzie et al., 2002). Een groot, zo niet het grootste, gedeelte van de wetenschappelijke studies op het gebied van sociaal kapitaal focust op de positieve gevolgen en uitkomsten van sociale netwerken en connecties: het idee dat grotere en betere netwerken zorgen voor tal van positieve uitkomsten. Er zijn echter ook potentiële negatieve gevolgen van sociale netwerken (Portes, 1998). Zo kan er ook beïnvloeding zijn van een netwerk indien dit netwerk kwetsbaar is of kwetsbare kenmerken heeft. Wanneer de directe familie bijvoorbeeld in aanraking is geweest met de politie is de kans veel groter dat een persoon later ook delinquent gedrag vertoont (Farrington et al. 1996; Van Gaalen & Besjes, 2018). Er is veel onderzoek gedaan over de invloed van ouders op hun kinderen door middel van intergenerationele transmissie van bijvoorbeeld sociaaleconomische positie en criminaliteit (Boschman, et al. 2019; Dieleman, et al. 2020), maar ook andere familieleden zoals broers en zussen hebben invloed op de positie van personen (Rowe & Gulley, 1992). Verder laat bestaand onderzoek zien dat buren en klasgenoten het gedrag en de positie van mensen sterk kunnen beïnvloeden (Kristiansen, 2021; Markussen & Røed, 2015 ). 

Aangenomen kan dus worden dat personen extra kwetsbaar zijn indien zij niet alleen zelf in een kwetsbare positie zitten, maar daarnaast ook omringd worden met personen met (vergelijkbare) problemen. ZVH’en zijn daarom sinds enkele jaren bezig met de overstap van een (louter) persoonsgerichte aanpak naar een aanpak waarbij de sociale omgeving meegenomen wordt bij de behandeling. Dit kan bijvoorbeeld door huisbezoeken, door gesprekken met de ouder(s) en/of door vrienden of buurtgenoten te betrekken bij de behandeling. Het idee is om de invloed van positieve rolmodellen te vergroten (door die in te zetten bij het behandelplan) en die van negatieve rolmodellen te beperken (bijvoorbeeld door een contactverbod). 

Op basis van een uniek netwerkenbestand van het CBS kan meer zicht gekregen worden op de sociale omgeving door de potentiële persoonsnetwerken in kaart te brengen. Dit netwerkenbestand is uniek, omdat het informatie bevat over zowel veel meer personen en contacten als verschillende contexten (zoals familie, en buurt) in vergelijking met eerdere netwerkonderzoeken. In netwerkonderzoek wordt vaak gebruik gemaakt van enquêtes of interviews. Het is tijds- en kostenintensief om veel personen en contacten uit te vragen, dus worden hier keuzes in gemaakt. Het CBS heeft op basis van integrale registerdata zoals de Basisregistratie Personen, schoolinschrijvingen en belastingdata, voor alle Nederlanders kunnen afleiden wie zij in potentie tegenkomen in 1) het huishouden, 2) de familie, 3) op de school, 4) in de buurt en 5) op het werk. Ook is vanuit registerdata informatie over tal van achtergrondkenmerken van deze contacten beschikbaar. Daarbij moet wel worden aangemerkt dat de netwerkleden die aan de hand van deze registraties kunnen worden afgeleid, alleen potentiële contacten betreffen. Het is niet bekend of personen daadwerkelijk contact hebben en hoe intensief of goed dat contact is. Daarom wordt in dit onderzoek gesproken over potentiële persoonsnetwerken. Ook kunnen niet alle netwerken, bijvoorbeeld degenen die ontstaan bij sportverenigingen, met registers worden afgeleid.  Desalniettemin biedt dit bestand de mogelijkheid om een breed beeld te krijgen van de sociale omgeving van ZVH-cliënten. Meer informatie over dit bestand en de operationalisering van de persoonsnetwerken staat in Bijlage C. 

In het vorige hoofdstuk is al ingegaan op (de kwetsbaarheid van) de buurten waar cliënten van ZVHRU wonen. Er zijn echter goede straten in slechte wijken en slechte straten in goede wijken. In dit hoofdstuk worden daarom geen analyses op buurtniveau gedaan, maar worden de 10 dichtstbijzijnde huishoudens in een straal van 50 meter in kaart gebracht om de invloed van (directe) buren te kunnen onderzoeken. 

De focus ligt in dit onderzoek, gezien de samenstelling van het cliëntenbestand van ZVHRU, op mannen binnen het ZVH (zie Hoofdstuk 2). Om de resultaten wat betreft kwetsbaarheid beter te kunnen kaderen, wordt ook gekeken naar mannen buiten het ZVH die in demografisch opzicht vergelijkbaar zijn met de mannen binnen het ZVH: hun leeftijdsopbouw, migratieachtergrond en thuissituatie zijn vergelijkbaar (zie Bijlage A). Aangezien het doel van het onderzoek is om in kaart te brengen in hoeverre mannen binnen het ZVH kwetsbaar zijn,  is gezorgd dat de groep mannen buiten het ZVH wel vergelijkbaar is wat betreft demografisch profiel, maar niet wat betreft kwetsbaarheid (bijvoorbeeld sociaaleconomische positie). 

3.2 Aanwezigheid en omvang van de netwerken

Deze paragraaf gaat eerst in op de aanwezigheid en omvang van bepaalde persoonsnetwerken. Uiteraard hebben de meeste mannen, zowel binnen als buiten het ZVH, familie- en burennetwerken. Het percentage mannen met huisgenoten is wat beperkter (voor beide groepen rond de 70 procent).¹⁶⁾ Dit komt doordat er ook mannen zijn die alleen wonen (zie ook vorig hoofdstuk). De grootste verschillen tussen mannen binnen en buiten ZVHRU (die een vergelijkbaar demografisch profiel hebben) zijn te vinden in de aanwezigheid van klasgenoten- en collega-netwerken. Van de mannen buiten het ZVH heeft ongeveer de helft een netwerk van klasgenoten. Voor mannen binnen het ZVH is dit percentage beduidend lager (29 procent). Dit is ook in lijn met de bevinding, zoals weergegeven in Hoofdstuk 2, dat personen binnen het ZVH relatief vaak voortijdig schoolverlaters zijn. Bij de collega-netwerken is te zien dat ongeveer 43 procent van de mannen buiten ZVHRU een dergelijk netwerk heeft. Voor mannen binnen het ZVH is dit 13 procent. Ook dit is in lijn met de resultaten zoals beschreven in Hoofdstuk 2: mannen binnen het ZVH hebben minder vaak een inkomen uit werk dan mannen buiten het ZVH en indien er geen werk is, zijn er ook geen collega’s. Concreet betekent dit dat er te weinig mannen zijn binnen ZVHRU met een collega-netwerk om betrouwbare analyses te kunnen uitvoeren. De collega-netwerken komen daarom in dit hoofdstuk niet verder aan bod. 

Er zijn dus verschillen tussen de groepen (binnen en buiten het ZVH) in de aanwezigheid van bepaalde netwerken. De volgende vraag is, indien bepaalde netwerken aanwezig zijn, verschilt de omvang van deze persoonsnetwerken tussen de groepen? Mannen binnen en buiten ZVHRU hebben gemiddeld ongeveer 5 tot 6 huisgenoten, iets meer dan 20 familieleden en ongeveer 22 buren. Het grootste verschil tussen mannen binnen en buiten het ZVH betreft de gemiddelde omvang van de klasgenotennetwerken. Mannen buiten ZVHRU hebben gemiddeld 57 klasgenoten, terwijl mannen binnen het ZVH gemiddeld 39 klasgenoten hebben. Zoals in Hoofdstuk 2 beschreven, zitten mannen binnen het ZVH relatief vaker op het speciaal onderwijs waar de klassen gemiddeld genomen kleiner zijn. 

3.3 Kwetsbaarheid van de persoonsnetwerken

Vervolgens is in kaart gebracht in welke mate de sociale omgeving van ZVHRU-cliënten kwetsbaarder is dan die van een vergelijkingsgroep die in demografisch opzicht gelijk is. Naast de aanwezigheid van riscofactoren is ook gekeken naar de aanwezigheid van beschermingsfactoren in de netwerken. Informatie over de meting van de indicatoren van kwetsbaarheid staat in Bijlage B. 

Criminaliteit

Allereerst is onderzocht in hoeverre er verdachten van vermogens-, gewelds- en/of drugsmisdrijven (hierna: verdachten) aanwezig zijn in de netwerken van de mannen binnen en buiten ZVHRU. Door naar deze misdrijven te kijken, ligt de focus op dezelfde misdrijven als waar ZVHRU zich op richt (zie ook vorig hoofdstuk). In onderstaande grafiek staat het gemiddelde percentage verdachten in de netwerken van mannen binnen en buiten ZVHRU weergegeven. Dit heeft alleen betrekking op de mannen die een bepaald netwerk hebben (zie vorige paragraaf). Als mannen met een bepaald netwerk helemaal geen verdachten in hun persoonsnetwerk hebben, is het percentage verdachten 0. Mochten alle contacten in een bepaald netwerk van een persoon verdachten zijn dan is het percentage 100. Vervolgens is een gemiddelde berekend van de percentages voor beide groepen (mannen binnen en mannen buiten het ZVH). 

Het is duidelijk dat voor alle netwerken het gemiddelde percentage verdachten voor mannen binnen ZVHRU hoger is dan voor mannen buiten het ZVH (met dezelfde demografische kenmerken). Deze verschillen zijn ook statistisch significant. Het percentage verdachten is bij de groep mannen binnen het ZVH 1,5 tot 3 keer zo groot als bij mannen buiten het ZVH. De verschillen zijn het grootst in de klasgenotennetwerken: gemiddeld bijna een kwart van de klasgenoten van de mannen binnen het ZVH is tussen 2010 en 2018 verdacht geweest van een vermogens-, gewelds- of drugsmisdrijf, terwijl dit bij mannen buiten het ZVH gemiddeld 8 procent is. Ook wanneer naar alle misdrijven gekeken wordt (zie Bijlage D), in plaats van enkel naar vermogens-, gewelds- of drugsmisdrijven, is hetzelfde patroon zichtbaar: de sociale omgeving van mannen binnen ZVHRU bevat gemiddeld significant meer verdachten dan de potentiële persoonsnetwerken van mannen buiten ZVHRU. 

Sociaaleconomische positie

Om te onderzoeken of de persoonsnetwerken van mannen binnen ZVHRU in sociaaleconomisch opzicht kwetsbaarder zijn, is om te beginnen gekeken naar het percentage potentiële contacten dat inkomen heeft uit werk als voornaamste inkomstenbron. Mensen die inkomen uit werk als voornaamste inkomstenbron hebben, zouden kunnen functioneren als positief rolmodel. Ook kan dit mogelijk een toegang zijn tot een bepaald bedrijf en/of kan er op die manier meer informatie verkregen worden over een bepaalde functie. Voor het netwerken van klasgenoten zijn deze analyses niet uitgevoerd aangezien werk als voornaamste inkomstenbron voor scholieren minder relevant is. 

Voor alle netwerken ligt het gemiddelde percentage volwassen contacten dat in oktober 2018 inkomen heeft uit werk als voornaamste inkomstenbron significant lager bij de mannen binnen het ZVH dan bij de mannen buiten het ZVH, die op demografisch vlak vergelijkbaar zijn. Bij huisgenoten is dit verschil tussen mannen binnen het ZVH (28 procent) en mannen buiten het ZVH (48 procent) het grootst. 

Naast het hebben van werk als belangrijkste inkomensbron is ook gekeken naar het percentage personen in de sociale omgeving met een huishoudinkomen onder het beleidsmatige sociale minimum.¹⁷⁾ Het hebben van werk als belangrijkste inkomensbron zegt weinig over de hoogte van dit inkomen en bekend is dat er zogenaamde werkende armen zijn (Hoff et al., 2019; SER, 2021). Een huishoudinkomen onder het sociaal minimum is een indicator voor armoede en een ontoereikend bestaansminimum. Armoede kan veel gevolgen hebben zoals een verlaagd psychisch welzijn, een slechtere gezondheid en een grotere kans om in aanraking te komen met criminaliteit (zie bijvoorbeeld CBS, 2019 en Centraal Planbureau en Sociaal en Cultureel Planbureau, 2020). 

Figuur 3.3.3 laat zien dat het gemiddelde percentage personen met een huishoudinkomen onder het beleidsminimum in 2018 in de persoonsnetwerken van mannen binnen ZVHRU significant hoger is dan bij mannen buiten het ZVH. Dit geldt voor alle type netwerken. 

Naast een huishoudinkomen onder het sociaal minimum is ook gekeken naar de aanwezigheid van andere sociaaleconomische risicofactoren in de sociale omgeving, namelijk naar het percentage wanbetalers van de zorgverzekeringswet en het percentage personen met een bijstandsuitkering. Hier worden vergelijkbare resultaten gevonden (zie Bijlage D). Ook zijn er meer beschermingsfactoren onderzocht, zoals het percentage hoogopgeleiden in de persoonsnetwerken. Een lager opleidingsniveau gaat namelijk vaak hand in hand met kwetsbaarheid op het gebied van bijvoorbeeld gezondheid en arbeidsmarktpositie (André, et al. 2018; Roeters, 2017). Ook kunnen hoogopgeleide personen in de netwerken mogelijk gezien worden als rolmodel. Net als het hebben van een baan, komt ook dit beschermingskenmerk minder vaak voor in de persoonsnetwerken van mannen binnen ZVHRU (zie Bijlage D). De persoonsnetwerken van mannen binnen het ZVH zijn dus kwetsbaarder op sociaaleconomisch gebied dan de persoonsnetwerken van mannen buiten het ZVH (met dezelfde demografische kenmerken). 

Geestelijke gezondheidszorg

In dit onderzoek is verder gekeken naar verslavingsproblematiek van personen in het persoonsnetwerk. Meer specifiek is geanalyseerd of er potentiële contacten zijn die een ggz-behandeling ontvingen in 2018 voor een aan alcohol of middelen gebonden stoornis. Een verslaving heeft immers niet alleen negatieve gevolgen voor de verslaafde zelf, maar ook voor zijn sociale omgeving. Denk bijvoorbeeld aan overlast die met verslaving gepaard kan gaan, of een verhoogde kans zelf een verslaving te ontwikkelen. 

De percentages zijn relatief laag in vergelijking met die voor de overige onderzochte indicatoren voor kwetsbaarheid (daarom is de as in de grafiek van dit kenmerk afwijkend). Dit komt doordat het aantal mensen dat met deze problematiek te kampen heeft relatief beperkt is, niet iedereen hier hulp voor zoekt en krijgt, en voor dit onderzoek enkel gekeken is naar mensen die in 2018 ggz-hulp gekregen hebben voor een aan middelen gerelateerde stoornis. De verschillen tussen de, in demografisch opzicht vergelijkbare, groepen binnen en buiten het ZVH zijn niet statistisch significant indien naar de huisgenoten gekeken wordt. Zowel voor buren als familieleden is wel te zien dat het percentage volwassenen dat hulp heeft gekregen voor een aan middelen gebonden stoornis gemiddeld genomen significant hoger is voor mannen binnen het ZVH in vergelijking met mannen buiten ZVHRU.¹⁸⁾ 

Jeugdzorg

Tot slot is in dit onderzoek gekeken naar het percentage jongeren dat jeugdzorg ontvangt als indicatie van de kwetsbaarheid van de sociale omgeving. Jeugdzorg bestaat uit jeugdhulp, jeugdbescherming en/of jeugdreclassering (voor meer informatie hierover zie Bakker, 2018).¹⁹⁾

Ook hier is duidelijk te zien dat het percentage jeugdigen dat jeugdzorg ontvangt in de persoonsnetwerken gemiddeld genomen hoger is bij de mannen binnen dan buiten het ZVH. Zo heeft iets minder dan de helft van de jeugdige huisgenoten van mannen binnen het ZVH tussen 2015 en 2018 jeugdzorg ontvangen. Voor mannen buiten het ZVH is dit iets meer dan een kwart. Deels kan dit komen doordat ZVHRU een zorgmelding bij Jeugdzorg doet indien er broertjes en/of zusjes in het huishouden van een cliënt aanwezig zijn, maar het is ook een teken dat ZVH’ers vaker uit gezinnen komen waar problemen zijn. Ook het gemiddelde percentage klasgenoten dat jeugdzorg ontvangt, is hoger bij mannen binnen het ZVH dan bij mannen buiten het ZVH (respectievelijk 45 procent en 23 procent). De verschillen tussen mannen binnen en buiten het ZVH wat betreft het gemiddeld aantal jongeren dat jeugdzorg ontving zijn kleiner voor familieleden en buren, maar ook dit verschil is statistisch significant. 

3.4 Conclusie 

In dit hoofdstuk zijn de potentiële persoonsnetwerken (familie, huisgenoten, buren, klasgenoten) van personen binnen ZVHRU beschreven om meer zicht te krijgen op de kwetsbaarheid van hun sociale omgeving. De sociale omgeving van personen krijgt steeds meer aandacht in de integrale aanpak van ZVH’en. Om de kwetsbaarheid van de netwerken in kaart te brengen is gekeken naar risico- en beschermingsfactoren op meerdere gebieden (criminaliteit, sociaaleconomische factoren, geestelijke gezondheid en jeugdzorg). Voor de meeste indicatoren én voor de meeste netwerken is de conclusie dat de netwerken van mannen binnen het ZVH kwetsbaarder zijn dan de netwerken van mannen buiten het ZVH (die een vergelijkbaar demografisch profiel hebben). Met andere woorden de cliënten van ZVHRU die zelf al relatief kwetsbaar zijn (zie vorig hoofdstuk) worden in hun omgeving ook omringd door kwetsbare mensen. Dit onderstreept het belang om bij de behandeling en/of interventies rekening te houden met de brede sociale omgeving. Oftewel, om niet alleen het huishouden te betrekken, maar ook te kijken naar de bredere familie, buren en/of klasgenoten. 

4.1 Inleiding 

ZVH’en richten zich op personen en huishoudens die in meerdere domeinen problemen hebben. Zoals in Hoofdstuk 2 is beschreven, hebben ZVHRU-cliënten hier ook vaak mee te maken. Er is vaak sprake van crimineel gedrag én problematiek op het gebied van onderwijs, op sociaaleconomisch vlak, en/of (jeugd)zorg. Gezien de beperkte middelen is het niet mogelijk om iedereen met multiproblematiek een traject aan te bieden in het ZVH. Het is echter wel nuttig voor ZVHRU om meer zicht te krijgen op de omvang van de groep inwoners met vergelijkbare problematiek die geen ZVH-traject volgt. Deze groep wordt in dit rapport ook wel aangeduid als de groep “potentiële cliënten”. In dit hoofdstuk wordt daarom gepoogd de omvang van deze groep in kaart te brengen. Ook wordt beschreven in welke wijken in Utrecht deze groep het grootst is, zodat hier indien gewenst een grotere focus op gelegd kan worden. 

4.2 Omvang kwetsbare jongeren in Utrecht

De omvang van de potentiele doelgroep wordt in dit hoofdstuk benaderd. Er is gekozen om naar deze jonge groep te kijken omdat, zoals in Hoofdstuk 2 is weergegeven, vooral jongeren een traject bij ZVHRU volgen. Om de potentiële doelgroep van ZVHRU binnen deze leeftijdsgroep in kaart te brengen, is bepaald bij welke jongeren sprake is van multiproblematiek. Hiervoor is gekeken naar problemen in drie verschillende domeinen: 1) onderwijs, 2) inkomen en 3) jeugdzorg en psychische gezondheid. Eerdere, in Hoofdstuk 2 weergegeven analyses, toonden ook aan dat ZVHRU-cliënten kwetsbaar zijn op deze gebieden. Voor elk domein zijn verschillende indicatoren gebruikt. Indien een jongere op minimaal twee van de drie domeinen problemen heeft, wordt deze aangeduid als iemand waarbij sprake is van multiproblematiek (zie Bijlage E voor meer informatie over multiproblematiek en de onderliggende indicatoren). In onderstaande tabel staat het aantal jongeren weergegeven in de gemeente Utrecht waarbij volgens deze definitie sprake is van multiproblematiek.²⁰⁾ De jongeren die al een traject binnen ZVHRU hebben, zijn apart weergegeven. 

Doorgaans richten ZVH’en zich op personen waarbij sprake is van multiproblematiek én crimineel (of overlast gevend) gedrag. In lijn met de doelgroepen van ZVHRU (zie Hoofdstuk 2) is gekeken naar vermogens-, gewelds- of drugsmisdrijven in de periode 2010-2018. In totaal zijn er meer dan 300 jongeren in Utrecht waarbij sprake is van multiproblematiek én crimineel gedrag die niet in ZVHRU voorkomen. Deze groep is ongeveer zes keer groter dan het aantal jongeren in het ZVH (op het peilmoment waren dit er 50). 

Er is een nog grotere groep jongeren (meer dan 2 duizend) waarbij wel sprake is van multiproblematiek, maar die geen crimineel en/of grensoverschrijdend gedrag vertoond hebben (die geen verdachte zijn van een misdrijf en/of een Halt-registratie voor vermogens-, gewelds- of drugsmisdrijven hebben) in de onderzochte periode. Dit is alsnog een interessante groep om in kaart te brengen aangezien een deel van deze groep later mogelijk alsnog de stap richting criminaliteit zal maken. In de tabel staan ook gegevens over het aantal jongeren dat verdacht is geweest van een vermogens-, gewelds en/of drugsmisdrijven, maar waarbij geen sprake is van multiproblematiek (iets minder dan zes honderd). Het is niet uit te sluiten is dat bij een deel van deze jongeren mogelijk toch sprake is van multiproblematiek, maar die buiten de in dit onderzoek gebruikte definitie vallen. Duidelijk is in ieder geval dat er een vrij substantiële groep jongeren is die baat zou kunnen hebben bij een ZVHRU-traject aangezien zij multiproblematiek hebben en/of in aanraking zijn geweest met criminaliteit. 

Vervolgens is onderzocht of jongeren met multiproblematiek die wel verdacht zijn geweest (van vermogens-, gewelds- en/of drugsmisdrijven) op meer domeinen problemen ondervinden dan jongeren met multiproblematiek die niet verdacht zijn geweest (van dergelijke misdrijven). Alle jongeren meegenomen in dit onderzoek hebben tenminste op twee van de drie onderzochte domeinen (onderwijs, sociaaleconomische positie en zorg) problemen. Kwetsbare jongeren die wel verdacht zijn geweest, hebben significant vaker problemen op alle drie de domeinen dan kwetsbare jongeren die niet verdacht zijn geweest. 

4.3 Verdeling kwetsbare jongeren in Utrecht

In dit onderzoek is ook gekeken naar de wijken waarin de groep potentiële cliënten van ZVHRU (jongeren met multiproblematiek die verdacht zijn van een vermogens-, gewelds- en/of drugsmisdrijf) wonen. Deze informatie kan het ZVH mogelijk helpen om de focus op bepaalde wijken te leggen.

Het grootste deel van de potentiële doelgroep van ZVHRU woont in de wijk Overvecht (3,1 procent). Ook in de wijken Zuidwest (2,8 procent) en Noordwest (2,3 procent) wonen ten opzichte van het gemiddelde in Utrecht (1,3 procent) meer kwetsbare jongeren. 

4.4 Conclusie

Op de peildatum van dit onderzoek waren er in Utrecht 50 jongeren met een leeftijd van 12 tot en met 18 jaar die een traject bij ZVHRU volgden. De (beperkte) capaciteit bij de partners die samenwerken in ZVHRU bepalen deels de selectie van de casuïstiek die al dan niet in het ZVHRU terecht komt. Dit hoofdstuk laat zien dat er jongeren zijn die niet in het ZVH zitten, maar waarbij wel sprake is van multiproblematiek én die verdacht zijn van een vermogens-, gewelds- en/of drugsmisdrijf. Dit gaat om meer dan 300 jongeren. Er lijkt dus een aanzienlijke groep jongeren te zijn die in potentie baat zou kunnen hebben bij inzet van het ZVH. Deze groep jongeren is niet evenredig verspreid over Utrecht: zij wonen relatief vaak in Overvecht, Zuidwest en Noordwest. 

Het gaat in dit hoofdstuk expliciet om jongeren tussen de 12 en de 18 jaar. De maat om multiproblematiek te meten in dit onderzoek is speciaal ontwikkeld voor deze leeftijdsgroep (zo staan bijvoorbeeld onderwijs en jeugdzorg centraal). ZVHRU behandelt op dit moment ook oudere personen. Ook bij volwassen inwoners van Utrecht kan verwacht worden dat een deel multiproblematiek heeft én verdacht is geweest van misdrijf (de piek in jeugdcriminaliteit ligt rond het twintigste levensjaar, zie ook Dieleman et al., 2020). Met andere woorden, indien volwassen inwoners ook meegenomen worden ligt het aantal inwoners van Utrecht dat potentieel baat zou hebben bij een behandeltraject van het ZVH naar verwachting nog hoger. 

5.1 Inleiding

In het vorige hoofdstuk werd de omvang van de groep jongeren in Utrecht met multiproblematiek die wel en niet verdacht zijn geweest van een delict duidelijk. Niet bij alle jongeren met multiproblematiek is dus sprake van crimineel en/of overlast gevend gedrag. Dit roept de vraag op waarom sommige jongeren met multiproblematiek wel het criminele pad op gaan en anderen niet. Vanuit het oogpunt van preventie is het belangrijk om hier meer zicht op te krijgen. 

Bestaand onderzoek toont aan dat jongeren door hun sociale omgeving worden beïnvloed. Jongeren worden door hun leeftijdgenoten beïnvloed in prosociaal gedrag (Barry en Wentzel 2006; van Hoorn et al. 2016), maar ook in antisociaal gedrag zoals criminaliteit (Monahan et al. 2009). Bij criminaliteit is daarnaast een zeer grote samenhang met het gedrag van directe familie. Als deze in aanraking is geweest met de politie, is de kans veel groter dat het kind later ook delinquent gedrag vertoont (Farrington et al. 1996; Van Gaalen en Besjes, 2018). Er is ook een rol van selectie: jongeren kiezen vaak vrienden die in allerlei opzichten op hen lijken (Brechwald en Prinstein 2011). Daarnaast is bekend dat personen vaak partners kiezen die op hen lijken (dit heet ook wel homogamie): personen met antisociaal gedrag hebben ook vaker een partner met antisociaal gedrag (Zwirst et al., 2012). Als laatste is er binnen netwerken vaak al automatisch clustering van mensen op bepaalde kenmerken die samenhangen met criminaliteit, zoals opleidingsniveau en sociaaleconomische status. Met andere woorden, eerdere onderzoeken suggereren dat er een relatie is tussen de sociale omgeving van personen en crimineel gedrag. 

De volgende vraag staat daarom in dit hoofdstuk centraal: verschillen de persoonsnetwerken van verdachte jongeren met multiproblematiek met deze van niet-verdachte jongeren met multiproblematiek? Deze vraag wordt door het CBS beantwoord met een uniek netwerkenbestand dat voor alle inwoners van Nederland inzicht geeft in hun potentiële contacten (zie Bijlage C voor meer informatie).

In de volgende paragrafen wordt eerst kort ingegaan op de afbakening van de onderzoeksgroep en de aanwezigheid en omvang van de verschillende potentiële persoonsnetwerken. De rest van het hoofdstuk bespreekt de resultaten van de uitgevoerde netwerkanalyses. In dit hoofdstuk worden de termen jongeren met multiproblematiek en kwetsbare jongeren als synoniemen gebruikt.

5.2 Afbakening onderzoeksgroepen

De doelgroep in dit onderzoek bestaat uit Utrechtse jongeren in de leeftijd van 12 tot en met 18 jaar op 1 oktober 2018 met multiproblematiek. Net als in het vorige hoofdstuk wordt gesproken over multiproblematiek indien de jongere problemen heeft op minimaal twee van de volgende domeinen: (1) onderwijs, (2) inkomen of (3) jeugdzorg en psychische gezondheid (zie Bijlage E voor meer informatie). Van de 2 500 jongeren met multiproblematiek in Utrecht zijn er 340 verdacht geweest of bekend bij Halt vanwege een vermogens-, geweld en/of drugsmisdrijf. 

Om de onderzoeksvraag te beantwoorden wordt de groep verdachte, kwetsbare jongeren met een groep niet-verdachte, kwetsbare jongeren vergeleken. Net als in de eerdere hoofdstukken is matching toegepast om te zorgen dat deze groep zo vergelijkbaar mogelijk is qua opbouw van leeftijd, geslacht, migratieachtergrond en thuissituatie. Uiteindelijk bestaat deze referentiegroep uit 680 niet-verdachte jongeren uit de gemeente Utrecht met multiproblematiek. Verschillen in de persoonsnetwerken tussen deze twee groepen (kwetsbare jongeren die wel verdacht zijn van een misdrijf en kwetsbare jongeren die dat niet zijn) zijn op deze manier niet het resultaat van initiële verschillen op deze vier achtergrondkenmerken. Meer detail over de afbakening van de onderzoeksgroepen staat beschreven in Bijlage E. 

5.3 Aanwezigheid en omvang van de netwerken

Voor dit onderzoek zijn netwerkanalyses uitgevoerd waarbij de potentiële persoonsnetwerken van verdachte en niet-verdachte kwetsbare jongeren met een vergelijkbaar demografisch profiel zijn onderzocht.²¹⁾ Er zijn vijf typen persoonsnetwerken in het eerder genoemde uniek netwerkenbestand van het CBS: huisgenoten, familieleden, buren, klasgenoten en collega’s. Tabel 5.3.1 geeft de aanwezigheid van de netwerken weer voor beide groepen (kwetsbare jongeren die wel verdacht zijn geweest van een misdrijf en kwetsbare jongeren die niet verdacht zijn geweest van een misdrijf). De meerderheid van de jongeren heeft huisgenoten, familieleden en buren. De grootste verschillen tussen verdachte, kwetsbare jongeren en niet-verdachte, kwetsbare jongeren betreft de aanwezigheid van klasgenoten en collega’s: kwetsbare jongeren die verdacht zijn van een misdrijf hebben deze netwerken minder vaak dan jongeren die niet verdacht zijn (zij gaan dus minder vaak naar school en hebben minder vaak werk). Het aantal jongeren met een collega-netwerk is te klein om een betrouwbare netwerkanalyse op uit te voeren, daarom is dit netwerk in dit hoofdstuk buiten beschouwing gelaten. Daarnaast geeft de tabel het gemiddeld aantal contacten in de netwerk weer indien het netwerk aanwezig is. Het aantal huisgenoten, familieleden en buren is bij verdachte en niet-verdachte kwetsbare jongeren vergelijkbaar. Het aantal klasgenoten is iets kleiner bij verdachte jongeren. 

5.4 Kwetsbaarheid van de persoonsnetwerken

De kwetsbaarheid van de netwerken van jongeren met multiproblematiek is, net als in Hoofdstuk 3, voor de volgende thema’s in kaart gebracht: 1) criminaliteit, 2) sociaaleconomische positie en 3) jeugdzorg. We nemen aan dat de in Hoofdstuk 3 beschreven mechanismes tussen de kwetsbaarheid van de sociale omgeving en de kwetsbaarheid van de persoon een zelfde rol spelen bij de uitgevoerde analyses in dit hoofdstuk. Sommige kenmerken kunnen niet voor elk netwerk in kaart worden gebracht. Daarnaast zijn er kenmerken die alleen voor personen in een bepaalde leeftijdscategorie zijn geanalyseerd. Bijlage B geeft meer informatie over de operationalisering van deze kenmerken en de gemaakte keuzes. In de volgende paragrafen worden de belangrijkste resultaten van de netwerkanalyse besproken aan de hand van bovenstaande drie thema’s. 

Criminaliteit 

Het eerste kenmerk waar naar is gekeken, is in hoeverre contacten verdacht zijn geweest van een vermogens-, gewelds- of drugsmisdrijf (hierna: verdachten). Dit kan alleen in kaart gebracht worden voor de jongeren waarvoor een bepaald netwerk aanwezig is. Dit betekent dat het percentage verdachten in bijvoorbeeld het klasgenotennetwerk alleen onderzocht kan worden voor jongeren die naar school gaan. Sommige jongeren hebben geen verdachten in een bepaald netwerk, het percentage verdachten is dan 0. Wanneer alle personen in het netwerk van een jongere verdacht zijn dan is dit percentage 100. In deze analyse is gekeken of het gemiddelde percentage contacten wat verdacht is geweest van dit type misdrijf verschilt tussen de groep verdachte kwetsbare jongeren ten opzichte van de vergelijkingsgroep van niet-verdachte kwetsbare jongeren (met vergelijkbare demografische kenmerken). 

De grafiek laat zien dat dit gemiddelde percentage in elk netwerk statistisch significant hoger ligt bij de groep verdachte kwetsbare jongeren. Dit betekent dat verdachte kwetsbare jongeren vaker blootgesteld worden aan criminaliteit in hun sociale omgeving. Bij huisgenoten en klasgenoten is dit verschil het grootst en zijn gemiddeld twee keer zo veel verdachten in het potentiële persoonsnetwerk aanwezig. Gemiddeld is 23 procent van de huisgenoten van verdachte kwetsbare jongeren in de periode 2010-2018 ook verdacht geweest. Voor niet-verdachte kwetsbare jongeren is dit 11 procent. Van de verdachte kwetsbare jongeren is gemiddeld 1 op de 6 klasgenoten ook verdacht (17 procent), bij niet-verdachte jongeren is dit 1 op de 12 (8 procent). 

Sociaaleconomische positie

Om de kwetsbaarheid van de netwerken op sociaaleconomisch gebied in kaart te brengen, is gekeken naar een aantal risicofactoren: het aandeel personen met een huishoudensinkomen onder het beleidsmatig sociaal minimum, volwassenen met een bijstandsuitkering en wanbetalers van de zorgverzekering. 

Verdachte kwetsbare jongeren hebben gemiddeld een hoger percentage contacten in hun netwerk met een huishoudensinkomen in 2018 onder het beleidsmatig sociaal minimum dan niet-verdachte kwetsbare jongeren. Dit geldt voor alle netwerken. Hoewel deze verschillen statistisch significant zijn, zijn de procentuele verschillen tussen deze twee groepen niet groot. Bij verdachte kwetsbare jongeren is dit ongeveer 26 á 27 procent (ongeveer 1 op de 4) en bij niet-verdachte kwetsbare jongeren is dit 19 tot 22 procent (ongeveer 1 op de 5).

Verdachte kwetsbare jongeren hebben gemiddeld ook iets vaker volwassenen in hun netwerk die in oktober 2018 hun voornaamste inkomen uit de bijstand ontvangen. De grootste verschillen zijn te zien bij de huisgenoten: bij verdachte kwetsbare jongeren heeft 38 procent van de huisgenoten in oktober 2018 een inkomen uit bijstand als belangrijkste inkomensbron en bij niet-verdachte jongeren is dit 27 procent. 

Het percentage wanbetalers van de zorgverzekering in 2018 in het netwerk laat een vergelijkbaar patroon zien (zie Bijlage F): kwetsbare jongeren die verdacht zijn van een misdrijf hebben vaker wanbetalers in hun netwerk dan kwetsbare jongeren die niet verdacht zijn, maar de verschillen zijn absoluut gezien niet groot. 

Naast risicofactoren zijn ook beschermingsfactoren op het gebied van sociaaleconomische positie onderzocht: het aantal personen in de sociale omgeving met inkomen uit werk als voornaamste inkomstenbron en naar het hoogst behaalde opleidingsniveau. In elk onderzocht netwerk zijn statistisch significante verschillen gevonden tussen beide groepen jongeren. 

Zoals grafiek 5.4.4 laat zien, komt het hebben van inkomen uit werk als voornaamste inkomensbron vaker voor in het netwerk van niet-verdachte kwetsbare jongeren. Het grootste verschil is te zien bij huisgenoten: gemiddeld heeft 39 procent van de huisgenoten van niet-verdachte kwetsbare jongeren in oktober 2018 inkomen uit werk als voornaamste inkomensbron, terwijl dit bij de huisgenoten van verdachte kwetsbare jongeren gemiddeld 30 procent is. 

Daarnaast is gekeken naar het aandeel volwassenen in het netwerk waarvan het hoogst behaalde opleidingsniveau minimaal hbo en/of wo is.²²⁾ Dit aandeel blijkt in 2018 gemiddeld hoger in het netwerk van niet-verdachte kwetsbare jongeren dan dat van verdachte kwetsbare jongeren. Dit geldt zowel voor huisgenoten (respectievelijk 16 en 8 procent), familieleden (respectievelijk 17 en 12 procent) als voor buren (respectievelijk 30 en 25 procent). Het grootste verschil is dus te zien bij de huisgenoten: deze beschermingsfactor is twee keer zo vaak aanwezig in het huisgenotennetwerk van niet-verdachte kwetsbare jongeren als van verdachte kwetsbare jongeren. 

Samenvattend hebben verdachte jongeren met multiproblematiek vaker mensen om zich heen die kwetsbaar zijn op sociaaleconomisch vlak dan jongeren met multiproblematiek die niet verdacht zijn geweest (maar in demografisch opzicht wel vergelijkbaar). Niet-verdachte kwetsbare jongeren hebben daarnaast ook vaker beschermingsfactoren in hun netwerk. Dit geldt voor verschillende netwerken. 

Jeugdzorg

Tenslotte worden kenmerken rondom het thema jeugdzorg (jeugdhulp, jeugdbescherming en jeugdreclassering) besproken. 

Het gemiddelde percentage jongeren dat jeugdhulp ontvangt, ligt significant hoger bij buren, familieleden en klasgenoten van verdachte kwetsbare jongeren dan bij niet-verdachte kwetsbare jongeren. Bij buren en familieleden is dit verschil 4 procentpunt en bij de klasgenoten 10 procentpunt. 

Opvallend is het verschil in het huisgenotennetwerk: hier ligt het percentage met jeugdhulp juist significant hoger in het netwerk van niet-verdachte kwetsbare jongeren (56 procent in de periode 2015-2018, ten opzichte van 48 procent in het netwerk van verdachte jongeren). Huisgenoten van verdachte jongeren hebben dus minder vaak gebruik gemaakt van jeugdhulp. Hier kunnen verschillende redenen voor zijn: ze kunnen het niet nodig hebben, de zorg niet willen ontvangen, de hulp niet vinden, of hier geen recht op hebben. 

Hoewel verdachte kwetsbare jongeren minder vaak huisgenoten met jeugdhulp hebben, heeft 91 procent van deze jongeren tussen 2015 en 2018 zelf jeugdhulp ontvangen. Bij niet-verdachte kwetsbare jongeren is dit 86 procent. Ook hier zien we een zelfde patroon in het aandeel contacten met jeugdhulp: niet-verdachte kwetsbare jongeren die zelf jeugdhulp hebben ontvangen, hebben gemiddeld 62 procent contacten met jeugdhulp in hun huisgenotennetwerk en bij verdachte jongeren die zelf jeugdhulp hebben ontvangen is dit 51 procent. 

Het gemiddelde percentage met jeugdbescherming en jeugdreclassering in de periode 2015-2018²³⁾ is hoger in de netwerken van verdachte kwetsbare jongeren dan bij niet-verdachte kwetsbare jongeren (zie Bijlage F). Het percentage met jeugdbescherming is in elk netwerk hoger bij verdachte jongeren in vergelijking met niet-verdachte jongeren. Het gemiddelde percentage contacten in het netwerk met jeugdreclassering ligt erg laag. Het grootste verschil is te zien in bij huisgenoten en klasgenoten. 

5.5 Conclusies

De resultaten in dit hoofdstuk laten zien dat de potentiële persoonsnetwerken van jongeren met multiproblematiek kwetsbaarder zijn wanneer zij eveneens verdacht zijn van crimineel en/of overlast gevend gedrag. Hoewel deze verschillen terug te zien zijn voor de meeste onderzochte kenmerken én in de meeste netwerken, springt er een aantal interessante bevindingen uit. 

Ten eerste, de verschillen tussen beide groepen (die in demografisch opzicht wel vergelijkbaar zijn) zijn het grootst voor huisgenoten en klasgenoten. Zo is het aandeel verdachten van een vermogens-, gewelds- of drugsmisdrijf twee keer zo groot in deze netwerken van verdachte jongeren. Ook zijn er grotere verschillen in het aandeel contacten met jeugdbescherming en jeugdreclassering. 

Sociaaleconomische risicofactoren in de netwerken verschillen tussen beide groepen, maar deze zijn minder groot. Wel zijn beschermende factoren in mindere mate aanwezig in netwerken van verdachte kwetsbare jongeren, met name bij de huisgenoten. Het aandeel hoogopgeleiden is twee keer zo hoog in het netwerk van niet-verdachten en daarnaast heeft 4 op de 10 de voornaamste inkomstenbron uit werk (in plaats van 3 op 10 voor verdachte kwetsbare jongeren). 

Tenslotte zijn er opvallende resultaten voor jeugdhulp. Aan de ene kant ontvangen klasgenoten van verdachte jongeren vaker jeugdhulp dan de klasgenoten van niet-verdachte jongeren. Aan de andere kant zien we het tegenovergestelde resultaat bij huisgenoten. Huisgenoten van verdachte jongeren ontvangen minder vaak jeugdhulp dan huisgenoten van niet-verdachte jongeren. 

Concluderend wijzen de resultaten van dit onderzoek met name op verschillen tussen verdachte en niet-verdachte jongeren met multiproblematiek bij huisgenoten en klasgenoten. Bij het vormgeven van beleid gericht op het voorkomen dat jongeren in aanraking komen met justitie, lijkt het belangrijk om rekening te houden met de invloed van deze twee contexten. Het zou overwogen kunnen worden om indien een jongere het verkeerde pad op gaat extra aandacht te besteden niet alleen aan deze jongere zelf, maar ook aan eventuele jonge huisgenoten en klasgenoten om te voorkomen dat zij ook het verkeerde pad op gaan.

ZVH’en zijn een belangrijke schakel in het zorg- en veiligheidsdomein. Alle Veiligheidsregio’s in Nederland hebben één of meerdere ZVH’en om een gezamenlijke aanpak voor personen met multiproblematiek te kunnen realiseren. In totaal zijn er 30 ZVH’en. Zij hebben behoefte aan informatie over de achtergrondkenmerken en sociale omgeving van hun cliënten om hun beleid te optimaliseren. Om in die behoefte te voorzien, heeft BZK het CBS en ICTU opdracht gegeven een pilotonderzoek uit te voeren voor ZVHRU. Daarbij is de werkwijze zoals die is ontwikkeld voor ZoO toegepast, en zijn professionals vanuit het veld en data science samengebracht om praktijkvragen datagedreven te beantwoorden. Doel daarvan is om niet alleen nieuwe inzichten voor ZVHRU te genereren, maar vooral ook om van het onderzoeksproces te leren. Dit hoofdstuk reflecteert op de geleerde lessen die gebruikt kunnen worden in toekomstig onderzoek voor ZVHRU, maar vooral ook voor andere ZVH’en. 

6.1 Les 1: Borg de betrokkenheid vanuit de praktijk

Dankzij dit onderzoek heeft ZVHRU een aantal nieuwe inzichten opgedaan. Hoewel het ZVH al wist dat zij te maken heeft met een kwetsbare groep burgers, is voor het eerst duidelijk geworden in welke mate zij kwetsbaarder zijn dan inwoners met vergelijkbare demografische kenmerken. Dit geeft inzicht in welke beschermings- en risicofactoren er zijn en waar met beleid mogelijk rekening mee gehouden kan worden. Ook heeft ZVHRU een indicatie gekregen van het aantal jongeren dat een aanpak van het ZVH zou kunnen krijgen omdat zij kwetsbaar zijn en in aanraking zijn geweest met criminaliteit, maar die geen cliënt zijn. Verder is inzicht gegeven in de sociale omgeving van jongeren die al dan niet in aanraking zijn gekomen met criminaliteit, wat relevant is vanuit het perspectief van preventie. Door tijdens het onderzoeksproces regelmatig met ZVHRU te reflecteren op de tussenresultaten, sluiten de uitgevoerde analyses zo veel mogelijk aan bij de behoefte vanuit de praktijk. Dit bleek van grote meerwaarde en is een werkwijze die ook voor toekomstig onderzoek aan te bevelen is. 

Een belangrijke vervolgvraag blijft echter hoe deze nieuwe inzichten kunnen worden toegepast in de beleids- en uitvoeringspraktijk van het ZVH. Voor de beantwoording van die vraag is binnen dit onderzoekstraject relatief weinig ruimte geweest, maar dit zou een interessante vervolgstap zijn. In die stap kan dan eveneens worden verkend welke vragen nog meer beantwoord moeten worden om tot beleidskeuzes te komen. Een les voor toekomstig onderzoek die hieruit getrokken kan worden, is dat het raadzaam is om aan het einde van het onderzoek een fase in te stellen waarin de vertaalslag naar de beleidspraktijk gefaciliteerd wordt. Idealiter worden meerdere partijen uit de praktijk van het betreffende ZVH (denk aan partners uit de strafrechtketen, zorgketen en gemeentelijke partners) betrokken bij deze vertaalslag. 

6.2 Les 2: Verantwoorde levering van BSN’s is mogelijk 

Een belangrijke voorwaarde voor dit type onderzoek is de aanlevering van BSN’s van cliënten door één of meerdere organisaties die deel uitmaken van het ZVH-samenwerkingsverband (bijvoorbeeld een gemeente) aan het CBS. Daarmee is het namelijk mogelijk om binnen de beveiligde CBS-omgeving informatie uit andere bestanden en registraties (zoals over het persoonsnetwerk, inkomen en jeugdzorg) toe te voegen en te analyseren. Tijdens het pilotonderzoek is vastgesteld dat het binnen de wettelijke kaders mogelijk is om BSN’s aan het CBS te leveren. De privacy van de cliënten van het ZVH heeft gedurende het onderzoek ten alle tijden, zoals bij al het onderzoek met data van het CBS, centraal gestaan. Er is zorg voor gedragen dat de BSN’s in een beveiligde omgeving zijn aangeleverd en direct zijn omgezet in een anonieme koppelsleutel waardoor zij niet zichtbaar zijn geweest voor de onderzoekers. Verder is enkel over uitkomsten gerapporteerd die niet herleidbaar zijn tot individuele personen. In de toekomst kunnen andere ZVH’s gebruik maken van de expertise die is opgedaan met de datalevering van ZVHRU aan het CBS. Meer informatie over de werkwijze, waarmee tijdens de Zicht op Ondermijning eerder ervaring is opgedaan, en wettelijke kaders rondom het aanleveren van deze informatie is opgenomen in Bijlage G. 

6.3 Les 3: Doelgroepen kunnen lastig te operationaliseren zijn 

De focus van ZVH’en ligt op complexe, domeinoverstijgende problematiek en personen met een hoog veiligheidsrisico. Dit zijn bijvoorbeeld (ex-)justitiabelen, personen met ernstig verward gedrag en geradicaliseerde personen. Elk ZVH kan echter eigen regionaal vastgestelde doelgroepen hebben om zo de daadkracht per ZVH te kunnen optimaliseren. Ook ZVHRU onderscheidt haar eigen doelgroepen zoals: 1) personen met verward gedrag, 2) personen betrokken bij een vermogens- of geweldsmisdrijf en 3) personen betrokken bij een drugsmisdrijf. De kenmerken en sociale omgeving van cliënten in uiteenlopende doelgroepen kunnen verschillen. Daarom is het relevant om in het onderzoek onderscheid te maken tussen doelgroepen. Informatie over op welke grond iemand in de aanpak van het ZVH zat, is niet gegeven door ZVHRU. Daarom is in dit pilotonderzoek in kaart gebracht of deze drie doelgroepen onderscheiden konden worden aan de hand van administratieve data die beschikbaar zijn bij het CBS. 

Met de voor dit onderzoek beschikbare gegevens bleek het niet mogelijk te zijn om de groep personen met verward gedrag apart in kaart te brengen: er konden te weinig personen gekenmerkt worden als persoon met verward gedrag om betrouwbare analyses uit te kunnen voeren. Indien meerdere ZVH’en in de toekomst aansluiten bij dit onderzoek is de groep verwarde personen mogelijk wel groot genoeg om deze apart in kaart te brengen. Ook kan nog worden verkend of het mogelijk is deze groep beter in kaart te brengen door DBC-registraties²⁴⁾ over meerdere jaren te combineren (in dit onderzoek is enkel gebruik gemaakt van data over 2018). Dit blijft echter een benadering van de groep verwarde mensen op basis van DBC-registraties, waarin niet alle verwarde personen zijn geregistreerd. 

De twee overige doelgroepen binnen ZVHRU (personen verdacht van een vermogens- en/of geweldsmisdrijf en personen verdacht van een drugsmisdrijf) waren wel te onderscheiden. Hiervoor is gekeken naar verdachten-cijfers en Halt-registraties. Analyses toonden echter aan dat er weinig tot geen verschillen waren tussen beide groepen wat betreft de kwetsbaarheid van de personen zelf en hun omgeving. Het was voor dit onderzoek daarom niet zinvol om beide groepen apart in kaart te brengen. 

Het is relevant om bij een toekomstig onderzoek voor een ander ZVH ook dergelijke doelgroepenanalyses uit te voeren. Mogelijk zijn er bij andere ZVH’en wel duidelijke verschillen tussen de doelgroepen wat betreft kwetsbaarheid en de sociale omgeving (bijvoorbeeld dat er voornamelijk één aspect van kwetsbaarheid uitspringt of één netwerk als extra kwetsbaar naar voren komt) en kan dit helpen bij het ontwikkelen van een meer gerichte aanpak.

6.4 Les 4: Kwetsbaarheid van ZVH-cliënten kan nog breder worden onderzocht 

In dit pilotonderzoek is in kaart gebracht in welke mate mannen binnen het ZVHRU zich in een kwetsbare positie bevinden. Er is naar meerdere domeinen van kwetsbaarheid gekeken: 1) criminaliteit, 2) onderwijs, 3) sociaaleconomische positie, 4) geestelijke gezondheid en 5) jeugdzorg. De cliënten van ZVHRU bleken op alle domeinen meer kwetsbaar te zijn dan personen buiten het ZVH. Voor de meeste domeinen zijn ook meerdere indicatoren meegenomen in het onderzoek. 

Besloten kan worden om in de toekomst voor ZVHRU en andere ZVH’en ook andere domeinen van kwetsbaarheid te onderzoeken. Denk hierbij aan gebeurtenissen in de vroege levensloop zoals een scheiding van de ouders, het overlijden van een ouder of frequent verhuisgedrag tijdens de jeugd. Ook kan ervoor gekozen worden om in vervolgonderzoek andere en/of meer gedetailleerde indicatoren van kwetsbaarheid te bekijken. Zo is in dit onderzoek, vanuit het oogpunt van overzichtelijkheid, enkel bekeken of personen al dan niet in detentie gezeten hebben. Het is mogelijk om dit in meer detail te onderzoeken door bijvoorbeeld ook de aard van de detentie (bijvoorbeeld voorlopig gehecht of veroordeeld), of opgelegde vrijheidsstraf (bijvoorbeeld gevangenisstraf) mee te nemen in vervolgonderzoek. Verder is in dit onderzoek geen onderscheid gemaakt tussen personen die één keer verdacht zijn geweest van een misdrijf en personen die meerdere keren verdacht geweest zijn. In de toekomst zou ook naar recidive gekeken kunnen worden. Ook kan bijvoorbeeld onderzocht worden in hoeverre er discrepantie is tussen potentie en realisatie van jongeren door de CITO-scores te vergelijken met gerealiseerd opleidingsniveau. Voor jeugdzorg is onderscheid gemaakt tussen jeugdhulp, jeugdbescherming en jeugdreclassering. Het is echter ook mogelijk, indien gewenst en relevant, om dit in meer detail in kaart te brengen door bijvoorbeeld mee te nemen in hoeverre wijk-of buurtteams een rol hebben gespeeld in de jeugdzorg en of de geleverde jeugdzorg al dan niet ambulant was. Voorwaarde voor dit soort uitsplitsingen is wel steeds dat zij niet tot onthulling over individuele personen leiden. 

Met andere woorden, het is mogelijk om kwetsbaarheid op andere en aanvullende manieren in kaart te brengen. De in dit onderzoek meegenomen kenmerken van kwetsbaarheid zijn in overleg met ZVHRU opgesteld. Voor aanvullend onderzoek kan met andere ZVH’en in overleg bepaald worden welke domeinen en indicatoren van kwetsbaarheid voor hen relevant zijn om in kaart te brengen (zie ook les 1). Hierbij dient ook rekening gehouden te worden met de gewenste focus: een te uitgebreidere selectie van indicatoren werkt afleidend. 

6.5 Les 5: Ook de kwetsbaarheid van de netwerken van ZVH-cliënten kan nog breder worden onderzocht

In dit onderzoek is niet alleen in kaart gebracht in welke mate cliënten zelf kwetsbaar zijn op verschillende domeinen, maar is ook onderzocht in welke mate hun sociale omgeving kwetsbaar is. Het unieke netwerkenbestand van het CBS (zie Bijlage C) brengt vijf potentiële netwerken in kaart: 1) familie, 2) huisgenoten, 3) buren, 4) klasgenoten en 5) collega’s. Dit pilotonderzoek toonde aan dat voor het ZVHRU voor alle onderzochte netwerken²⁵⁾ sprake was van een meer kwetsbare omgeving bij cliënten van het ZVH. In de toekomst kan ook voor andere ZVH’en worden onderzocht welke netwerken kwetsbaar zijn. Als daar bijvoorbeeld één netwerk als meest kwetsbaar uit naar voren komt kan hier vervolgens in beleid rekening mee gehouden worden. 

Ook is het mogelijk om in de toekomst in meer detail naar de verschillende type relaties binnen netwerken te kijken. Zo is in dit onderzoek bijvoorbeeld naar voren gekomen dat criminaliteit vaker voorkomt bij huisgenoten en overige familieleden van cliënten van het ZVHRU in vergelijking met personen buiten dit ZVH. Het is mogelijk om hier verdiepende analyses naar te doen. Maakt het bijvoorbeeld uit welk familielid of welke huisgenoot verdacht is geweest (bijvoorbeeld een ouder of een broer)? Ook is het mogelijk om bijvoorbeeld bij buurtnetwerken specifiek te kijken naar leeftijdsgenoten in de buurt in plaats van naar buren in het algemeen. Verder is het mogelijk om dergelijke netwerkanalyses toe te splitsen op bepaalde groepen. Er kan bijvoorbeeld voor gekozen worden om te focussen op bepaalde schooltypen (bijvoorbeeld speciaal onderwijs) indien dit om beleidstechnische redenen relevant is. 

Een andere optie is om meer onderzoek te doen naar de stapeling van positieve en negatieve kenmerken in verschillende netwerken. Hoe vaak komt het voor dat ZVH-cliënten in meerdere contexten, zoals binnen het huishouden en bij de buren, tegelijkertijd te maken hebben met hoge aandelen verdachten? Onderscheiden ZVH-cliënten zich hierin? Dit geeft nog meer inzicht in de sociale omgeving van ZVH-cliënten.

Weer een andere mogelijke insteek is om juist te kijken hoe het ZVH-cliënten vergaat nadat zij zijn aangemeld. Wat voor veranderingen treden er dan op en hoe staan cliënten ervoor nadat zij het ZVH verlaten? Ook hier is de samenhang met veranderingen in hun achtergrondkenmerken en/of netwerk interessant om te bekijken. 

Samenvattend zijn er dus nog veel mogelijkheden om de sociale omgeving van ZVH-cliënten (van het ZVHRU of andere ZVH’en) breder in beeld te brengen. In overleg met ZVHRU is besloten om deze verdiepende analyses rondom de persoonsnetwerken van cliënten voor dit pilotonderzoek niet uit te voeren, maar dergelijke analyses zijn wel mogelijk indien dit aansluit bij de praktijkvragen van een ZVH. 

6.6 Les 6: Het is mogelijk nog meer inzicht te krijgen in de omvang van potentiële groepen ZVH-cliënten 

Verder blijkt uit het onderzoek dat het mogelijk is een benadering te vinden voor de omvang van de groep potentiële cliënten van ZVHRU. Er is hiervoor gekozen om naar jongeren van 12 tot en met 18 jaar met multiproblematiek te kijken die verdacht zijn geweest van een vermogens-, gewelds- of drugsmisdrijf. Dit geeft een indruk van het aantal jongeren dat in potentie in aanmerking zou komen als cliënt van ZVHRU. Het gaat om ongeveer 300 jongeren. Dit is een aanzienlijk grotere groep dan de 50 leeftijdsgenoten die nu een aanpak krijgen binnen ZVHRU. 

Ook is aangegeven in welke wijken deze personen wonen zodat hier indien gewenst met een eventuele wijkaanpak rekening mee gehouden kan worden. Het is mogelijk om in de toekomst ook voor andere ZVH’en in kaart te brengen hoe groot de potentiële groep cliënten is en waar zij wonen. In dit pilotonderzoek is ervoor gekozen om te kijken naar de omvang van de groep potentiële cliënten op basis van de huidige doelgroepen. Mogelijk overweegt een ZVH een nieuwe doelgroep te benaderen in de toekomst. Onderzocht kan worden of het mogelijk is om de omvang van een dergelijke nieuwe doelgroep in kaart te brengen. 

6.7 Les 7: Longitudinale analyses kunnen meer inzicht geven in waarom jongeren de stap naar criminaliteit zetten

In dit onderzoek is gekeken of de sociale omgeving verschilt tussen kwetsbare jongeren die al dan niet verdacht zijn. Dit werd relevant geacht vanuit het oogpunt van preventie. Er zijn verschillende mogelijkheden om hier in de toekomst nog meer inzicht in te krijgen. 

Vooral een longitudinale aanpak zou hier interessant kunnen zijn. In het pilotonderzoek is gekeken in hoeverre de sociale omgeving tussen beide groepen (wel en niet verdachte kwetsbare jongeren) op een bepaald peilmoment van elkaar verschilden. Het zou interessant zijn om in een aanvullend, verdiepend onderzoek te kijken naar de netwerken van kwetsbare, niet-verdachte jongeren op een bepaald moment en dan vervolgens te onderzoeken welke kwetsbare jongere daarna wel het criminele pad op gaat en welke kwetsbare jongere niet. Op deze manier kan meer inzicht worden gekregen in de (causale) relatie tussen sociale omgeving en al dan niet het verkeerde pad op gaan indien je in een kwetsbare positie zit. Dergelijke longitudinale analyses kunnen ook uitgevoerd worden voor de kenmerken van de kwetsbare jongeren zelf. Het Zicht op Ondermijning-onderzoek heeft meerdere risicofactoren in kaart gebracht die zorgen voor jonge aanwas in de criminaliteit. Ook hier kunnen longitudinale analyses meer inzicht geven in de causale relatie en de mogelijkheden tot preventie. 

Daarnaast kan met een longitudinaal perspectief de verandering in netwerken over tijd bekeken worden. In het huidige onderzoek is gekeken naar de samenstelling van de persoonsnetwerken op één peilmoment. Hier kunnen één of meerdere latere peilmomenten aan toegevoegd worden. Op deze manier kan onderzocht worden of de samenstelling van de netwerken van verdachte en niet-verdachte jongeren na verloop van tijd verandert. 

6.8 Afsluiting

Met registerdata kan inzicht gegeven worden in de kenmerken en potentiële sociale omgeving van ZVH-cliënten en andere groepen kwetsbare burgers. In dit pilotonderzoek zijn deze mogelijkheden geïllustreerd voor ZVHRU. In dit hoofdstuk zijn lessen en mogelijke richtingen voor vervolgonderzoek weergegeven die ook andere ZVH’en kunnen helpen om meer zicht te krijgen op hun (potentiële) cliënten om zo gerichter beleid te kunnen ontwikkelen en die hen kunnen helpen in hun ambitie om meer datagedreven te werken. 

André, S., G. Kraaykamp., en R. Meuleman (2018). Een (on)gezonde leefstijl: Opleiding als scheidslijn. Den Haag: Sociaal en Cultureel Planbureau.

Bakker, B.F.M., J. van Rooijen en L. van Toor (2014). The system of social statistical datasets of Statistics Netherlands: An integral approach to the production of register-based social statistics. Statistical Journal of the IAOS, 30(4), 411-424.

Bakker, R. (2018). Jeugdzorg voor en na de Jeugdwet. Overzicht van het gebruik van jeugdzorg 2011-2016. Statistische Trends.

Barry, C. M. en K.R. Wentzel (2006). Friend influence on prosocial behavior: The role of motivational factors and friendship characteristics. Developmental psychology, 42(1), 153-163.

Brechwald, W. A. en M.J. Prinstein (2011). Beyond homophily: A decade of advances in understanding peer influence processes. Journal of Research on Adolescence, 21(1), 166-179.

Boschman, S., I. Maas, M. Kristiansen, en C. Vrooman (2019). The reproduction of benefit receipt: Disentangling the intergenerational transmission. Social Science Research, 80, 51-65.

CBS (2019). Armoede en sociale uitsluiting. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.

CPB en SCP (2020). Kansrijk armoedebeleid. Den Haag: Centraal Planbureau en Sociaal Cultureel Planbureau.  

Dienst Preventie, Jeugdbescherming en Reclassering (1996). Signalen voor toekomstig crimineel gedrag. Den Haag: Ministerie van Justitie.

Dieleman, D., R. van Gaalen, en S. de Regt (2020). De rol van gezin, opleiding en migratieachtergrond bij veroordeelde jongvolwassenen. In: Jaarrapport Integratie 2020. Den Haag/Heerlen/Bonaire: Centraal Bureau voor de Statistiek.  

Farrington, D. P., G. Barnes, en S. Lambert (1996) The concentration of offending in families. Legal and Criminological Psychology, 1, 47-63.

Gaalen, R. van en G. Besjes (2018). Studying the intergenerational transmission of crime with population data: the System of Social statistical Datasets (SSD) of Statistics Netherlands. In: Studying the intergenerational transmission of crime with population data. London: Routledge.

Galster, G.C. (2010). The mechanism(s) of Neigborhood Effects. Theory, Evidence and Policy Implications. Paper gepresenteerd op het ESRC-seminar ‘Neighbourhood Effects: Theory & Evidence’ op 4-5 februari 2010. St. Andrews, Schotland: St. Andrews University.

Granovetter, M. S. (1973). The strenght of weak ties. American Journal of Sociology, 78(6), 1360-1380.

Hoff, S., B. van Hulst, en J.M. Wildeboer Schut (2019). Armoede in kaart. Den Haag: Sociaal en Cultureel Planbureau.

Hoorn, J. van, E. van Dijk, R. Meuwese, C. Rieffe en E.A. Crone (2016). Peer influence on prosocial behavior in adolescence. Journal of Research on Adolescence, 26(1), 90-100.

Kraaykamp, G., S. André en R. Meuleman (2018). Gezondheidsgerelateerd gedrag en de opleidingskloof. In: Een (on)gezonde leeftstijl. Opleiding als scheidslijn. Den Haag: Sociaal en Cultureel Planbureau.

Kristiansen, M. (2021). Contacts with benefits. How social networks affect benefit receipt dynamics in the Netherlands. Utrecht: Proefschrift ICS, Universiteit Utrecht.

Laan, D.J. van der en E. de Jonge (2020). Measuring local assortativity in the presence of missing values. In: Complex networks and their applications VIII - Volume 2 proceedings of the eight international conference on complex networks and their applications. Switzerland: Springer Nature.

Markussen, S. en K. Røed (2015). Social insurance networks. Journal of Human Resources, 50(2), 1081–1113.

McKenzie, K., R. Whitley en S. Weich (2002). Social capital and mental health. British Journal of Psychiatry, 181, 280-283.

Monahan, K. C., L. Steinberg en E. Cauffman (2009). Affiliation with antisocial peers, susceptibility to peer influence, and antisocial behavior during the transition to adulthood. Developmental psychology, 45(6), 1520-1530.

OCW (2019). Nog steeds beperkte baankansen arbeidsmarktgericht uitstroomprofiel. De Staat van het Onderwijs. Den Haag: Inspectie van het onderwijs.

Portes, A. (1998). Social capital: it’s origins and applications in modern sociology. Annual Review of Sociology, 24, 1-24.

Roeters, A. (2017). Leren van verschillen. Opleidingsverschillen in de vrouwenemancipatie. Den Haag: Sociaal en Cultureel Planbureau.

Rosenbaum, P. en D. Rubin (1983). The central role of propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55.

Rovers, B. (1999). De invloed van buurtkenmerken op criminaliteit van jonge inwoners. In: S. Musterd en A. Goethals (red.), De invloed van de buurt (publicatie nr. 404). Amsterdam: SISWO.

Rowe, D. en B. Gulley (1992). Sibling effects on substance use and deliquency. Criminology 30(2), 217–234.

SCP (2021). Opgroeien in een kwetsbare wijk. Over buurte€ecten en persoonlijke ervaringen van jongens en jonge mannen. Den Haag: Sociaal en Cultureel Planbureau.

SER (2021). Werken zonder armoede. Verkenning 21/10. Den Haag: Sociaal Economische Raad.

Zwirs, B., F. Verhulst, V. Jaddoe, A. Hofman, J. Machkenbach, en H. Tiemeier (2012). Partner similarity for self-reported antisocial behavior among married, cohabiting and dating coupes: the Generation R Study. Psychology, crime & law, 18(4), 335-349.

Afbakening onderzoeksgroep buiten het ZVHRU

ZVHRU heeft gegevens van 280 cliënten uit de gemeente Utrecht aangeleverd aan het CBS. In dit onderzoek is vanwege de vergelijkbaarheid met de referentiegroep enkel gekeken naar personen die op 1 oktober 2018 in Utrecht woonden. In totaal zijn daarom voor dit onderzoek gegevens van 205 cliënten van ZVHRU beschikbaar. Van die 205 zijn er slechts 10 vrouw, wat een te klein aantal is om aparte betrouwbare analyses uit te voeren voor die groep. Om die reden richt het onderzoek zich enkel op de 195 mannen in ZVHRU. 

De hoofdvraag van dit deelonderzoek is in hoeverre personen binnen het ZVH andere kenmerken en persoonsnetwerken hebben dan personen buiten het ZVH. Aangezien in dit pilotonderzoek gekeken wordt naar mannen die op 1 oktober 2018 in ZVHRU zitten en in de gemeente Utrecht wonen, wordt voor de vergelijkingsgroep met mannen buiten het ZVH ook gekeken naar inwoners van de gemeente Utrecht op deze peildatum. Dat waren er ongeveer 170 000. Het is voor een zinnige vergelijking niet wenselijk om de groep mannen binnen het ZVH te vergelijken met alle mannen buiten het ZVH. Dit omdat deze twee groepen (wel en niet in ZVH) op belangrijke achtergrondkenmerken van elkaar verschillen die van invloed kunnen zijn op hun kwetsbaarheid. Als eerste stap in het afbakenen van de vergelijkingsgroep worden daarom enkel Utrechtse mannen geselecteerd in de leeftijd 13 tot en met 60 jaar (de leeftijdsrange van mannen binnen ZVHRU). 

Na deze harde leeftijdsrestrictie bestaan er nog altijd duidelijk verschillen in leeftijdssamenstelling tussen mannen binnen het ZVH en mannen buiten het ZVH. Ook wat betreft migratieachtergrond en positie in het huishouden verschillen de twee groepen sterk. Personen binnen het ZVH zijn statistisch significant vaker jonger dan 25 jaar dan mannen buiten het ZVH. Daarnaast hebben zij significant vaker een (Marokkaanse) migratieachtergrond. Verder zitten er duidelijk vaker thuiswonende kinderen binnen het traject van ZVHRU en is het percentage dat deel uitmaakt van een institutioneel huishouden relatief groot. Zie ook Hoofdstuk 2. 

Een logistische regressie liet zien dat ook wanneer deze drie demografische kenmerken (leeftijd, migratiegeschiedenis en thuissituatie) samen opgenomen werden in een model de verschillen tussen de groepen wel of niet in het ZVH significant bleven. Ook wanneer aanvullend rekening gehouden werd met aspecten als onderwijs en inkomen bleven de verschillen tussen mannen binnen en buiten het ZVH significant wat betreft leeftijd, migratieachtergrond en thuissituatie.

Voor een goede vergelijking van de kenmerken en persoonsnetwerken van mannen binnen het ZVH en mannen daarbuiten moet hiervoor worden gecorrigeerd. Zonder correctie kan er mogelijk onterecht geconcludeerd worden dat er verschillen bestaan in de kenmerken en/of persoonsnetwerken tussen mannen binnen en buiten het ZVH, terwijl deze verschillen eigenlijk komen doordat de groep buiten het ZVH ouder is, minder vaak een migratieachtergrond heeft en een andere thuissituatie heeft. Met andere woorden, er is een vergelijkingsgroep nodig van mannen buiten ZVHRU die wat betreft de opbouw van leeftijd, migratieachtergrond en thuissituatie vergelijkbaar is met de groep mannen binnen ZVHRU. Dit zorgt voor een meer zuivere vergelijking tussen die twee groepen. Er is voor gekozen om in dit deelonderzoek sociaaleconomische kwetsbaarheid niet mee te nemen bij het samenstellen van de vergelijkingsgroep. De reden hiervoor is dat het doel van het onderzoek juist is om te achterhalen in hoeverre mannen binnen  ZVHRU kwetsbaarder zijn dan mannen buiten het ZVH. 

Om dit te kunnen realiseren is gebruik gemaakt van propensity score matching (Rosenbaum & Rubin, 1983). Met deze statistische techniek is een groep Utrechtse mannen geselecteerd buiten ZVHRU die vergelijkbaar is met de groep binnen het ZVH wat betreft leeftijd, migratieachtergrond en thuissituatie. Meer specifiek is gebruikt gemaakt van de nearest neighbour-methode en is als verhouding 1 op 10 aangehouden. Deze verhouding is gekozen, omdat hier de meest optimale balans gerealiseerd werd tussen aan één kant een zo groot mogelijke (vergelijkings)groep en aan de andere kant een (vergelijkings)groep die niet significant verschilt van de focusgroep: de mannen binnen het ZVH. Het resultaat is dat een groep van 1 950 mannen buiten het ZVH is geselecteerd die niet van de mannen binnen ZVHRU verschillen wat betreft opbouw van leeftijd, migratieachtergrond en thuissituatie. 

In deze bijlage wordt toegelicht welke bronnen zijn gebruikt om de achtergrond- en netwerkkenmerken te operationaliseren die in dit onderzoek gebruikt zijn. Niet alle kenmerken (variabelen) kunnen voor elk netwerk in kaart worden gebracht. Dit wordt ook in de tweede paragraaf beschreven. 

Gebruikte bronnen en variabelen

In dit onderzoek is gebruik gemaakt van gegevens uit het Stelsel van Sociaal-Statistische Bestanden (SSB) (Bakker et al., 2014). Het SSB bevat tabellen met informatie uit administratieve bronnen die het CBS ontvangt voor wetenschappelijk en statistisch onderzoek. Onderstaande tabel geeft een overzicht en een korte omschrijving van de gebruikte bronnen uit dit stelsel. Daarnaast wordt aangegeven voor welke variabelen de desbetreffende bron is gebruikt. 

Selectie bij onderzochte kenmerken

Om de kwetsbaarheid van de personen en de contacten in hun potentiele persoonsnetwerken in kaart te brengen zijn kenmerken in meerdere domeinen onderzocht. Voor sommige kenmerken zijn leeftijdsselecties gemaakt, omdat ze alleen betrekking hebben op een bepaalde populatie. Werk-gerelateerde kenmerken zijn over het algemeen alleen relevant voor volwassenen die de AOW-leeftijd (in 2018 was dit 66 jaar) nog niet hebben bereikt. Informatie over schulden en gebruik van geestelijke gezondheidszorg is daarnaast alleen beschikbaar voor personen van 18 jaar en ouder (geestelijke gezondheidzorg van personen tot 18 jaar valt onder jeugdzorg en pas van 18 jaar zijn personen verantwoordelijk voor hun geldzaken en dus ook schulden). Ook zijn er factoren die alleen voor jongeren in kaart kunnen worden gebracht, zoals jeugdzorg. De Jeugdwet is in principe bedoeld voor jongeren tot 18 jaar. Soms wordt jeugdzorg verlengd tot de jongere 23 jaar oud is. Om deze reden en omdat jeugdzorg in dit onderzoek voor een langere periode (2015-2018) bestudeerd wordt, wordt in dit onderzoek gekeken naar jongeren tot 23 jaar. Een overzicht van deze onderzochte kenmerken van mannen binnen en buiten ZVHRU en de gemaakte selecties is weergegeven in tabel B2. 

Bij een aantal van de onderzochte kenmerken in de persoonsnetwerken is ook een leeftijdselectie toegepast. Daarnaast kunnen sommige kenmerken niet voor elk netwerk in kaart worden gebracht. Sommige uitsplitsingen hebben geen toegevoegde waarde: zo heeft een jongere over het algemeen hetzelfde hoogst behaalde opleidingsniveau als zijn of haar klasgenoten. Ook is het huishoudinkomen van een persoon over het algemeen hetzelfde als dat van zijn of haar contacten binnen het huisgenotennetwerk. In tabel B.3 is per netwerktype aangegeven of het kenmerk in de netwerkanalyses is meegenomen. Een ‘x’ betekent dat het kenmerk voor het desbetreffende netwerk is onderzocht. Daarnaast is in de laatste kolom aangeven indien er een leeftijdsselectie is toegepast. 

In deze bijlage wordt beschreven hoe de persoonsnetwerken van de onderzoeksgroepen zijn afgeleid uit de administratieve bronnen waar het CBS toegang tot heeft. Ook wordt ingegaan op de aanwezigheid van verschillende netwerken en het gebruik van netwerkgemiddeldes. Tenslotte wordt kort het verschil tussen samenhang en causaliteit beschreven. 

Doel van een netwerkanalyse

Middels een netwerkanalyse worden de potentiële contacten en de kenmerken van deze contacten van een bepaald persoon in kaart gebracht. Hierdoor kan meer inzicht worden verkregen in de sociale omgeving van bijvoorbeeld ZVH-cliënten en kwetsbare jongeren. 

Om de netwerken in kaart te brengen is gebruik gemaakt van gegevens uit het Stelsel van Sociaal-Statistische Bestanden (SSB) (Bakker et al., 2014). Dit stelsel van bestanden, het SSB, bevat tabellen met informatie uit administratieve bronnen die het CBS ontvangt voor wetenschappelijk en statistisch onderzoek. De data bevat geen namen, geen adressen en geen burgerservicenummers. Om gegevens uit verschillende bronnen aan elkaar te verbinden worden gepseudonimiseerde koppelsleutels gebruikt, die buiten het SSB geen betekenis hebben. Individuele personen zijn hierdoor niet direct te identificeren. In de analyses wordt bovendien uitsluitend onderzoek gedaan naar groepen en nooit naar individuele personen. Voor het samenstellen van de persoonsnetwerken is geen gebruik gemaakt van telefoon- of GPS-data of gegevens van sociale media. 

De persoonsnetwerken zijn afgeleid voor alle personen in Nederland die op 1 oktober 2018 ingeschreven stonden in de Basisregistratie Personen (BRP). Vervolgens is voor dit onderzoek een selectie gemaakt op de netwerken van ZVHRU-cliënten en hun referentiegroep in Utrecht (Hoofdstuk 3) en op de netwerken van jongeren met multiproblematiek in Utrecht (Hoofdstuk 5). In het persoonsnetwerk van de geselecteerde groepen kunnen ook contacten voorkomen die niet in Utrecht wonen of zelf niet jong zijn. 

Het doel van een netwerkanalyse is om een zo compleet mogelijk beeld van de sociale omgeving van personen te krijgen. Met de gegevens uit het SSB kunnen verschillende relaties tussen de personen worden geïdentificeerd. Let wel, het gaat hier om relaties in administratieve bronnen. De gebruikte bronnen zeggen niets over daadwerkelijke contacten. Ook al zijn twee personen volgens de gegevens in het SSB familie van elkaar of werken zij bij hetzelfde bedrijf, dit betekent nog niet dat de personen ook daadwerkelijk (frequent en/of goed) contact hebben. In het meest extreme geval kennen de personen elkaar helemaal niet. Desondanks geven de netwerken die zijn afgeleid een veel uitgebreider beeld van de sociale omgeving van de personen dan bijvoorbeeld een analyse van alleen de geografische omgeving laat zien. Ook zullen er relaties ontbreken. Administratieve bronnen registreren bijvoorbeeld geen vrienden van een sportclub of iemand die je via sociale media kent. De hier toegepaste netwerkanalyse is daarom een benadering van de potentiële sociale omgeving van de onderzochte groepen. 

Netwerken

Van ieder persoon zijn relaties afgeleid voor vijf mogelijke typen persoonsnetwerken: 1) familienetwerk, 2) huisgenotennetwerk, 3) burennetwerk, 4) klasgenotennetwerk en 5) collega-netwerk. Relaties zijn alleen afgeleid als een persoon het gegeven persoonsnetwerk ook heeft. Zo heeft iemand zonder werk geen collega-netwerk en iemand die geen onderwijs volgt, heeft geen klasgenotennetwerk. Of een persoon een bepaald netwerk heeft, hangt sterk samen met zijn of haar leeftijd. Zo neemt het aantal personen met een klasgenotennetwerk af als de leeftijd toeneemt. Het aantal collega’s neemt juist toe naar mate de leeftijd toeneemt. Bijna 100 procent van de inwoners van Utrecht heeft buren. Relaties tussen twee personen kunnen in meer dan één netwerk gevonden worden. Twee buren kunnen bijvoorbeeld ook collega's zijn. De volgende paragrafen beschrijven hoe de relaties voor de verschillende netwerken zijn afgeleid.

Familienetwerk
In de BRP wordt vastgelegd wie de ouders van een persoon zijn. Met kennis van deze ouder-kind relaties is het mogelijk om een familienetwerk af te leiden. Relaties van overledenen worden ook gebruikt bij deze afleiding. Op deze manier kunnen bijvoorbeeld broers en zussen geïdentificeerd worden van wie de ouders niet meer leven. In het definitieve familienetwerk worden alleen de relaties opgenomen tussen personen die op 1 oktober 2018 ingeschreven stonden in de BRP. Niet van iedere in Nederland woonachtige persoon is bekend wie zijn of haar de ouders zijn. Vooral voor de mensen die geboren zijn voor 1966 wil kennis over de ouders soms ontbreken net als voor mensen die niet zijn geboren in Nederland. Van 85 procent van de Nederlandse bevolking is wel bekend wie de ouders zijn. Door deze relatie om te draaien is ook de relatie tussen ouder en kind bekend. Vervolgens is het mogelijk om ook andere familierelaties af te leiden. Voor de andere relaties staan de regels in de tabel hieronder.

In het onderzoek zijn de familieleden die in hetzelfde huishouden wonen als de persoon niet meegenomen in het familienetwerk, maar in het huisgenotennetwerk. De belangrijkste reden is om onderscheid te kunnen maken tussen familieleden met wie de persoon zeer waarschijnlijk dagelijks contact heeft en familieleden met wie waarschijnlijk minder frequent contact is. 

Huisgenotennetwerk
Met onder andere de gegevens uit de BRP en gegevens van de Belastingdienst over de inkomstenbelastingen is het mogelijk om af te leiden welke personen samen een huishouden vormen en welke plaats de personen in een huishouden innemen (zoals ouder of kind). Deze informatie kan vervolgens gebruikt worden om het huisgenotennetwerk van een persoon af te leiden. Huisgenoten kunnen bestaan uit gezinsleden, maar dit kunnen ook vrienden zijn die samen een huis huren of een samenwonende partner. Studenten in studentenhuizen worden gezien als éénpersoonshuishoudens en zijn dus geen huisgenoten van elkaar. 

Burennetwerk
Door de Basisregistratie Adressen en Gebouwen (BAG) te combineren met de BRP is het mogelijk om aan het gepseudonimiseerde adres waarop iemand staat ingeschreven een locatie, gemeten in Rijksdriehoekscoördinaten, te koppelen. Deze locaties worden gebruikt om het burennetwerk af te leiden. Om te bepalen wie de buren van een persoon zijn, wordt er binnen een straal van 50 meter van die persoon gezocht naar de tien huishoudens die het meest dichtbij wonen. De leden van deze (maximaal tien) huishoudens zijn de buren van de persoon. Als de persoon zelf lid is van een meerpersoonshuishouden, dan krijgen de leden van zijn of haar huishouden hetzelfde burennetwerk.

Als er meer huishoudens op een gelijke afstand van de persoon op positie tien liggen, dan wordt het gewenste aantal huishoudens willekeurig gekozen uit de huishoudens die op positie tien liggen. Bij het bepalen van de afstand tussen het woonadres van de persoon en de woonadressen van de mogelijke buren, wordt geen rekening gehouden met hoogteverschillen. Personen die in een flat wonen hebben dus als dichtstbij wonende personen de huishoudens die recht onder of recht boven hun wonen.

Institutionele huishoudens worden anders behandeld vanwege de gemiddelde grootte van deze huishoudens. Institutionele huishoudens zijn doorgaans veel groter dan niet-institutionele huishoudens. Dit zou betekenen dat personen honderden buren hebben indien ze naast een institutioneel huishouden wonen. Wanneer institutionele huishoudens uit meer dan vier personen bestaan, worden deze personen daarom als losse huishoudens gezien.

Het burennetwerk is niet symmetrisch. Dit betekent dat persoon B in het burennetwerk kan voorkomen van persoon A, maar dat persoon A niet hoeft voor te komen in het burennetwerk van persoon B. Dit heeft te maken met de willekeurige selectie als er meer dan tien huishoudens binnen een straal van 50 meter liggen.

Collega-netwerk
Om het collega-netwerk af te leiden wordt informatie uit de Polisadministratie gebruikt. De Polisadministratie is een register waarin naast allerlei andere inkomstengegevens ook gegevens over de arbeidsvergoedingen van werkgevers aan werknemers worden opgeslagen. Met deze gegevens uit de Poliadministratie is het dus mogelijk om te bepalen welke personen werknemer bij een bepaald bedrijf zijn en dus ook welke personen collega's van elkaar zijn. In eerste instantie bevat het collega-netwerk van een persoon alle personen die werknemer zijn bij hetzelfde bedrijf. Aangezien het hier gaat om het bedrijf dat de arbeidsvergoeding van de werknemer betaalt, kan het voorkomen dat het geïdentificeerde collega-netwerk voor sommige personen wat minder aansluit bij het daadwerkelijke collega-netwerk (zoals voor personen die gedetacheerd zijn of als uitzendkracht werken). 

Bij kleine bedrijven werkt deze eenvoudige afleidingsregel waarschijnlijk goed, maar bij grote bedrijven worden de collega-netwerken van werknemers zo groot, dat het niet waarschijnlijk is dat zij contact hebben met iedereen in hun collega-netwerk. Ook houdt deze eenvoudige afleidingsregel er geen rekening mee, dat grote bedrijven meestal meer dan één vestiging kennen. Daarom is de keuze gemaakt om het aantal contacten in het collega-netwerk te beperken tot maximaal honderd. Heeft een persoon volgens de eenvoudige afleidingsregel meer dan honderd contacten in zijn of haar collega-netwerk, dan worden alleen de honderd contacten geselecteerd die het meest dichtbij wonen bij de persoon. Door deze selectie op afstand kent het collega-netwerk dezelfde asymmetrie als het burennetwerk.

In de afbakening zijn alleen collega’s van werknemers meegenomen. Dit betekent dat collega’s van ZZP’ers niet in kaart zijn gebracht. In het huidige onderzoek is het collega-netwerk niet meegenomen in de analyses. Zowel het aantal ZVH-cliënten als het aantal jongeren met multiproblematiek met een collega-netwerk is te klein om een betrouwbare netwerkanalyses op uit te voeren. 

Klasgenotennetwerk
Van verschillende instellingen krijgt het CBS gegevens over de inschrijvingen van leerlingen en studenten aan onderwijsinstellingen die de Nederlandse overheid bekostigt. Deze gegevens hebben betrekking op inschrijvingen in het basisonderwijs, het speciaal onderwijs, het voortgezet onderwijs, het middelbaar beroepsonderwijs en het hoger onderwijs. Van alle inschrijvingen is de onderwijsinstelling en het type onderwijs en opleiding bekend. Voor alle onderwijsvormen, behalve het middelbaar beroepsonderwijs, is ook bekend op welke locatie van de onderwijsinstelling de leerling of student staat ingeschreven. Voor het basisonderwijs en het voortgezet onderwijs is het leerjaar van de inschrijving bekend, van de andere onderwijsvormen is bekend voor het hoeveelste jaar de leerling of student zich inschrijft voor de gegeven onderwijsvorm.

Leerlingen of studenten kunnen zich op hetzelfde moment meer dan één keer inschrijven bij een onderwijsinstelling (bijvoorbeeld bij meerdere opleidingen). Voor het afleiden van het klasgenotennetwerk wordt alleen gekeken naar de hoofdinschrijving op 1 oktober. Onderstaande tabel laat zien welke combinaties van variabelen er worden gebruikt om een klas te identificeren. Deze manier om klassen te identificeren heeft ook beperkingen. Wanneer een locatie voor een bepaald type onderwijs bijvoorbeeld parallelklassen kent, dan worden deze parallelklassen samengevoegd tot één grote klas.

Het kan voorkomen dat een klasgenotennetwerk meer dan honderd contacten kent. Net zoals bij het collega-netwerk lijkt het niet waarschijnlijk dat er met elke klasgenoot contact is en daarom wordt ook het klasgenotennetwerk begrensd op maximaal honderd klasgenoten. Telt het klasgenotennetwerk meer dan honderd contacten, dan worden er uit alle contacten honderd willekeurig gekozen. In tegenstelling tot de begrenzing van een collega-netwerk, wordt er nu bij het kiezen van de contacten geen rekening gehouden met de afstand tussen de woonadressen van de leerling of student en zijn of haar contacten. De verschillen in afstand tussen woonadressen zijn hier minder groot. Door de willekeurige selectie bij het begrenzen van het netwerk zijn de klasgenotennetwerken niet altijd symmetrisch.

Over inschrijvingen aan onderwijsinstellingen die de Nederlandse overheid niet bekostigt, krijgt het CBS geen informatie. Klasgenotennetwerken die bestaan binnen deze vormen van onderwijs zijn dan ook niet meegenomen in het onderzoek.

Groepsgemiddeldes van netwerkgemiddeldes

Een veelgebruikte statistiek bij het beschrijven van een netwerk is het gemiddelde van een bepaald kenmerk voor alle contacten in het netwerk van een persoon. Een voorbeeld van zo'n netwerkgemiddelde, dat in dit onderzoek wordt gebruikt, is het percentage contacten in een netwerk dat verdacht is geweest van vermogens-, gewelds of drugsmisdrijf. 

Van dit netwerkgemiddelde kan ook een groepsgemiddelde berekend worden, door de netwerkgemiddeldes van de leden in een groep te middelen. Bij het middelen over de leden van de groep worden alleen de netwerkgemiddeldes geteld van de leden in de groep die dat bepaalde netwerk hebben. Leden zonder dat netwerk worden buiten het middelen gehouden. Voor het berekenen van het percentage klasgenoten dat verdacht is geweest zijn dus alleen de jongeren meegenomen die naar school gaan. 

Samenhang en causaliteit

In dit onderzoek is alleen gebruik gemaakt van beschrijvende netwerkanalyses waarin de samenhang tussen kenmerken van een persoon en de kenmerken van de contacten in zijn of haar potentiële sociale omgeving wordt geanalyseerd. Dit onderzoek test geen causale verbanden (oorzaak-gevolg). Mogelijk is er een causaal verband en lopen personen een grotere kans om cliënt te worden van een ZVH of op criminaliteit als zij blootgesteld worden aan bepaalde personen in hun netwerk. Bijvoorbeeld als jongeren elkaar beïnvloeden of als ouders normen en waarden aan hun kinderen doorgeven via de opvoeding. Maar er kunnen ook andere redenen zijn waardoor problematieken “clusteren” binnen bepaalde groepen, zonder dat er beïnvloeding plaatsvindt. Zo kan het zijn dat criminele jongeren elkaar actief opzoeken (een selectie-effect). En als problematieken samenhangen met een ander kenmerk waarop mensen gewoonlijk clusteren (zoals schoolniveau of sociaaleconomische positie) dan heeft dat automatisch ook clustering op problematieken tot gevolg. Om zicht te krijgen op causaliteit, selectie en onderliggende samenhangen met andere kenmerken, is verdiepend onderzoek nodig.

Deze bijlage beschrijft de afbakening van de onderzoeksgroepen die centraal staan in Hoofdstuk 5.

Jongeren met multiproblematiek

Op peildatum 1 oktober 2018 woonden 23 870 jongeren in de leeftijd van 12 tot en met 18 jaar in de gemeente Utrecht. Er is om de volgende redenen gekozen naar jongeren in deze leeftijd te kijken. Om te beginnen is voor deze leeftijdsgroep consistente informatie beschikbaar over de mate waarin er in de tienerjaren gebruik is gemaakt van jeugdzorg (een belangrijk kenmerk van kwetsbaarheid). Jeugdhulp wordt daarnaast in principe verleend aan personen met een leeftijd tot 18 jaar. Ook kunnen kinderen jonger dan 12 jaar geen straf of boete krijgen. Het jeugdstrafrecht geldt voor personen tot 18 jaar.²⁶⁾  

Om jongeren met multiproblematiek te identificeren, is gekeken naar problemen op drie verschillende domeinen.²⁷⁾ Voor elk domein zijn verschillende indicatoren gebruikt (zie tabel 1). Wanneer een jongere bijvoorbeeld een voortijdig schoolverlater was, dan heeft hij of zij een probleem in het domein ‘onderwijs’. Indien deze jongere een huishoudinkomen onder de grens van het beleidsminimum van 120 procent heeft, dan heeft deze jongere ook een probleem in het domein ‘inkomen’. 

Wanneer jongeren problemen hebben in minimaal twee van de drie domeinen dan is er sprake van multiproblematiek. In bovenstaand voorbeeld heeft de jongere problemen in de domeinen ‘onderwijs’ en ‘inkomen’, hier is dus sprake van multiproblematiek. Op basis hiervan zijn uiteindelijk 2 500 jongeren geïdentificeerd met multiproblematiek.²⁸⁾ Dit is ongeveer 10 procent van alle jongeren in de gemeente Utrecht. 

Verdachte kwetsbare jongeren

Vervolgens is voor alle jongeren van 12 tot en met 18 jaar in Utrecht met multiproblematiek bekeken of zij wel of niet in aanraking zijn geweest met criminaliteit. Om dit in kaart te brengen is gekeken of de jongere in de periode 2010 t/m 2018 verdachte is geweest van misdrijf en/of geregistreerd is bij bureau Halt. Daarnaast is een selectie gemaakt op vermogens-, geweld of drugsmisdrijven. Vernielings- en verkeersmisdrijven worden hierdoor buiten beschouwing gelaten, omdat dit minder aansluit bij de doelgroep van ZVHRU. Van alle jongeren van 12 tot en met 18 jaar in Utrecht met multiproblematiek zijn er 340 jongeren (14 procent) verdacht (geweest) van dit type misdrijven. Ter vergelijking: van alle Utrechtse jongeren is 4 procent verdacht geweest.

Vergelijkingsgroep niet-verdachte kwetsbare jongeren

Het is methodologisch niet wenselijk om de groep verdachte kwetsbare jongeren te vergelijken met alle niet-verdachte kwetsbare jongeren. Er is hierbij eerst een selectie gemaakt op jongeren die niet verdacht zijn geweest van een misdrijf in de periode 2010 tot en met 2018. Deze groep van niet-verdachte jongeren bestaat uit 2070 personen. Zoals onderstaande tabel laat zien verschillen verdachte en niet-verdachte jongeren wat betreft geslacht, leeftijd, migratieachtergrond en thuissituatie. Meer specifiek zijn verdachte kwetsbare jongeren significant vaker man en vaker 17 of 18 jaar dan niet-verdachte kwetsbare jongeren in Utrecht. Daarnaast hebben verdachte jongeren vaker een Marokkaanse migratieachtergrond en wonen ze minder vaak in een tweeoudergezin. Een logistische regressie toonde aan dat ook indien deze vier achtergrondkenmerken (geslacht, thuissituatie, migratieachtergrond en leeftijd) samen opgenomen werden in een model, de verschillen tussen verdachte en niet-verdachte jongeren met multiproblematiek statistisch significant bleven.

Om een vergelijkbare groep te maken is een steekproef samengesteld op basis van propensity score matching. Met deze techniek is een groep niet-verdachte kwetsbare jongeren geselecteerd die vergelijkbaar is met de groep verdachte kwetsbare jongeren wat betreft geslacht, leeftijd, migratieachtergrond en thuissituatie. Meer specifiek is gebruikt gemaakt van de nearest methode en is als verhouding 1 op 2 aangehouden, dat wil zeggen voor elke persoon uit de wel verdachte groep worden 2 vergelijkbare personen uit de niet-verdachte groep geselecteerd. Wanneer deze matching methode is toegepast verschillen de achtergrondkenmerken (geslacht, thuissituatie, migratieachtergrond en leeftijd) van de twee groepen niet statistisch significant van elkaar. Verschillen in de persoonsnetwerken tussen deze twee groepen zijn op deze manier niet het resultaat van initiële verschillen op deze vier achtergrondkenmerken. 

In dit onderzoek is verkend of de aanpak die is gehanteerd voor ZoO eveneens kan worden gebruikt voor onderzoek met betrekking tot ZVH’en. Deze bijlage beschrijft deze aanpak in meer detail en hoe die kan helpen bij de levering van persoonsgegevens aan het CBS. 

De kracht van ZoO

De ambitie van ZoO is een versterking en verbetering van de preventieve aanpak van ondermijnende criminaliteit door gebruik te maken van nieuwe methoden van Data Analytics. Noviteit in deze samenwerking is het koppelen van veiligheidsexperts en data-analisten van de verschillende overheden aan dataspecialisten van het CBS. Overheden werken hierin samen, door kennis en informatie breed te delen en elkaar bij gebruik van deze nieuwe methoden te ondersteunen. Met als resultaat het verkrijgen van beter inzicht in de onderliggende patronen en fenomenen van ondermijnende criminaliteit en in de maatschappelijke weerbaarheid.

De kracht van ZoO en de werkwijze is dat gemeentelijke professionals (projectleiders) op het gebied van ondermijning een (verwonder)vraag (of vragen over maatschappelijke vraagstukken) stellen. Bijvoorbeeld een aanname of hypothese van waaruit wordt gewerkt of datascience onderzoek dat leidt tot inzichten waarna hypothesen ontstaan. Vervolgens wordt door een groep experts de vraag omgezet in een onderzoeksvraag en vinden meerdere interacties (vraagarticulaties) plaats tussen de dataspecialisten, de projectleiders en domeinexperts om de data te interpreteren en komt er een vervolgactie uit. 

ZoO aanpak biedt kansen voor ZVH’en

Het biedt kansen deze methodiek eveneens toe te passen voor ZVH’en. Uit verschillende verkennende gesprekken met ZVH’en bleek dat zij vaak inderdaad vragen hebben die zij aan de hand van analyses verder willen verkennen. Voor het ZVHRU bleek het eveneens mogelijk informatie over cliënten aan het CBS te leveren, waardoor voor dat ZVH de meerwaarde van de ZoO aanpak in de praktijk verder kon worden verkend. 

Grondslag voor de levering van microdata

De levering van de gegevens vond plaats op grond van het convenant City Deal Zicht op Ondermijning. De wettelijke grondslag voor de levering is gelegen in artikel 8 Wbp onder en artikel 6 AVG (het doen van wetenschappelijk onderzoek). De door de gemeente Utrecht geleverde gegevens betroffen het BSN, de datum van instroom en datum van uitstroom bij ZVHRU. Het feit dat de gemeente Utrecht mede grondlegger was van ZoO maakte dat de levering van de gegevens vanuit ZVHRU beperkt werd tot de personen die ingeschreven stonden in de Basis Registratie Personen van de gemeente Utrecht.

Dit zijn zeer privacygevoelige gegevens. Ook binnen ZoO is veel ervaring opgedaan met de levering van dit type gegevens. Aanlevering van persoonsgegevens kan alleen plaatsvinden via een beveiligd uploadkanaal van het CBS. Het CBS verlangt verder van de leverancier van de data dat de gegevens rechtmatig verkregen zijn en dat de verstrekking van de gegevens aan het CBS voldoet aan de eisen van de Algemene Verordening Gegevensbescherming (AVG). Meteen na binnenkomst bij het CBS worden de data gepseudonimiseerd door een speciaal daarvoor aangewezen functionaris en voorzien van een uniek en in de buitenwereld betekenisloos identificatienummer. Onderzoekers kunnen de data pas daarna analyseren waardoor zij op geen enkel moment toegang hebben tot onversleutelde BSN’s, adressen, namen, et cetera. 

Privacy blijft gewaarborgd

Aan het gebruik van deze microdata zijn vervolgens strenge eisen verbonden, die tezamen garanderen dat wetenschappelijk en statistisch onderzoek mogelijk is, maar de privacy ten allen tijde gewaarborgd blijft. De analyses voor het ZVH zijn deels door het CBS zelf en deels via de beveiligde Remote Access omgeving van het CBS uitgevoerd door datascientists uit het kernteam van het project Zicht op ondermijning (ICTU). De toegang tot de Remote Access omgeving is exclusief voorbehouden aan medewerkers die werkzaam zijn bij een door het CBS goedgekeurde onderzoeksorganisatie. Die analisten mogen bovendien geen achtergrond hebben op het gebied van opsporing. Verder is het borgen van privacy en het voorkomen van onthulling van personen altijd een absolute voorwaarde voor het gebruik van microdata.

Dit is eveneens vastgelegd in de CBS-wet waaraan het CBS gebonden is. Deze schrijft namelijk onder andere voor dat passende maatregelen worden genomen om herkenning van afzonderlijke personen, huishoudens, ondernemingen of instellingen te voorkomen. Het voorkomen van onthulling valt binnen dit onderzoek onder de gedeelde verantwoordelijkheid van het CBS en de leden van het kernteam die met de microdata werken. Alle geaggregeerde statistische output die door de analisten wordt samengesteld, wordt door controleurs van het CBS gecontroleerd op onthullingsrisico’s voordat deze uit de beveiligde omgeving wordt vrijgegeven. 

Toekomstige leveringen zijn mogelijk 

Al met al, leert deze pilot en ZoO dus dat het voor ZVH’en mogelijk is persoonsgegevens aan het CBS te verstrekken. Deze bijlage schetst de grondslag, waarborgen en voorwaarden die dit mogelijk maken. In de toekomst kunnen ZVH’en deze dan ook gebruiken als naslagwerk indien zij microdata willen aanleveren.