1. Inleiding

Sinds 2010 is er sprake van een dalende trend in de jeugdcriminaliteit en sinds 2020 lijkt deze trend te stabiliseren (Kessels, 2023). Niet alleen in het aantal door de politie geregistreerde verdachten, maar ook in cijfers van het Openbaar Ministerie, van de rechtelijkere macht en in zelfrapportages van daderschap van jeugdcriminaliteit is deze dalende trend zichtbaar (Kessels, 2023; Tollenaar en Van der Laan, 2023). De afname is echter niet terug te zien bij de relatief zwaardere delicten (Kessels, 2023; Van der Laan, Pleysier en Weerman, 2020). Het aantal verdachten van drugsmisdrijven volgt ongeveer dezelfde trend als die van het totale aantal verdachten van jeugdcriminaliteit. Het daalt tot 2019 en stabiliseert daarna (Kessel, 2023). Deze daling is wel minder sterk dan die van het totaal aantal verdachten.

Er zijn verschillende verklaringen waarom het aantal drugsverdachten minder sterk daalt dan het totaal aantal verdachten van misdrijven. De eerste is dat drugsgebruik redelijk genormaliseerd is in Nederland, waardoor er altijd voldoende vraag is (Boutellier, Hermans en Van de Plas, 2019). Daarnaast leek er verminderde aandacht voor drugscriminaliteit door de politie, het OM en andere instanties te zijn (Stoker en Thijssen, 2019; Peeck, Witteveen en Sikkens-Dokter, 2021). Dit hangt samen met verminderde capaciteit als gevolg van bezuinigingen bij deze organisaties, waardoor de prioriteiten elders lagen (Peeck, Witteveen en Sikkens-Dokter, 2021). Ook de relatief lage pakkans en lage straffen voor drugsdelicten spelen een rol (Peeck, Witteveen en Sikkens-Dokter, 2021). Ten slotte is er vooral veel aandacht voor de veelplegers. Jongeren die een risico lopen om in de drugscriminaliteit te komen en jongeren die net beginnen in de drugscriminaliteit zijn veel minder in beeld bij politie en gemeenten (Weijers, Ferwerda en Roks, 2021).

Inmiddels is er politiek en bestuurlijk meer aandacht voor jongeren in de (drugs)criminaliteit (Tweede Kamer, 2023). Een nieuw langdurig programma, Preventie met Gezag, geeft een aantal gemeenten budget om criminaliteit onder jongeren aan te pakken. Hierbij ligt een focus op het verminderen van de risicofactoren en het vermeerderen van de beschermende factoren om niet in de criminaliteit te komen. Een bredere focus op risico- en beschermende factoren blijkt effectief om criminaliteit terug te dringen (Van der Laan, Rokven en Weijters, 2018).

Wat weten we al?

Het is van belang dat instanties die met (drugs)criminaliteit onder jongeren geconfronteerd worden, zoals gemeenten, inzicht krijgen in factoren die hieraan bijdragen. Er is veel recente wetenschappelijke literatuur over dit onderwerp beschikbaar. In zogeheten meta-analysestudies zijn veelal losse studies naar risicofactoren van georganiseerde criminaliteit samengevat (Adamse, Nguyen, Boertien, Van Deuren, Eichelsheim en Blockland, 2023; Calderoni, Comunale, Campedelli, Marchesi, Manzi en Frualdo, 2022; Comunale, Calderoni, Marchesi, Superchi, Campedelli, 2020). Er zijn nog geen meta-analysestudies gedaan naar drugscriminaliteit, maar de meta-analysestudies naar georganiseerde criminaliteit zullen voldoende inzicht geven, omdat drugscriminaliteit een onderdeel is van georganiseerde criminaliteit.

Volgens deze metastudies is de invloed van (sociale) netwerken een van de meest genoemde redenen om in de criminaliteit te belanden (Calderoni, Campedelli, Comunale, Marchesi en Savona, 2020). Hierbij geldt over het algemeen dat hoe meer netwerkleden, zoals familieleden of huisgenoten, van een persoon in de criminaliteit zitten, hoe groter de kans is dat de persoon in kwestie zelf ook in de criminaliteit zit (Bos, Das, Posthumus, Van der Laan, De Heij, en Nieuwbeerta, 2022). Andere veelgenoemde risicofactoren om in de georganiseerde misdaad terecht te komen zijn geslacht en eerder gepleegde strafbare feiten (Adamse et al., 2023; Calderoni et al., 2022). Daarnaast vormen een lager opleidingsniveau en een slechte economische positie, zoals het niet hebben van een baan of een laag inkomen, risicofactoren. Ook andere factoren gerelateerd aan opleidingsniveau zoals vroegtijdig schoolverlaten (Adamse et al., 2023) en het volgen van speciaal onderwijs (Peeck, Witteveen en Sikkens-Dokter, 2021) vergroten de kans op instroom in de criminaliteit. Daarnaast zijn ook negatieve levensgebeurtenissen, zoals scheiden van ouders, risicoverhogend (Adamse et al., 2023). Een laatste kenmerk dat vaak in de literatuur naar voren komt is de fysieke omgeving van jongeren: wonen in de nabijheid van plekken waar georganiseerde criminaliteit plaatsvindt of het bezoeken van locaties waar leden van criminele groeperingen komen, vergroot de kans op toetreding tot het criminele circuit (Adamse et al., 2023).

Op basis van de metastudies (zie kader) is nog maar beperkt duidelijk in welke mate elk kenmerk bijdraagt aan het risico om in de criminaliteit te belanden. Bijvoorbeeld: zijn criminele familieleden belangrijker of speelt armoede een grotere rol? Daarnaast hebben de in de metastudies meegenomen onderzoeken in verschillende contexten plaatsgevonden (bijvoorbeeld in verschillende landen) waardoor de resultaten moeilijk te vergelijken zijn. Ook controleren de meegenomen studies veelal voor slechts een beperkt aantal risicofactoren, zoals bijvoorbeeld wel een controle voor geslacht maar niet voor het huishoudinkomen van de persoon, wat tot risico's van over- of onderschatting van bepaalde factoren leidt (Calderoni et al., 2022). Een lager huishoudinkomen kan bijvoorbeeld samenhangen met een lager opleidingsniveau en beide kunnen een invloed hebben op criminaliteit. Als huishoudinkomen echter niet in de analyses meegenomen wordt, kan de invloed van opleidingsniveau op criminaliteit overschat worden.

Met dit onderzoek levert het CBS een bijdrage aan het verminderen van deze onzekerheden. Op basis van registerdata van alle 2,9 miljoen jongeren in Nederland en daarbinnen van drugsverdachte jongeren kan geschat worden wat de meest onderscheidende kenmerken zijn van jonge drugsverdachten. Door middel van een zogenoemde subgroup discovery analyse (zie paragraaf 2) zijn meer dan 125 kenmerken van jongeren getoetst en gerangschikt. Het gaat dan om kenmerken die te maken hebben met de sociaaleconomische status (bijvoorbeeld opleiding, inkomen), sociale context (bijvoorbeeld gezins- en familierelaties, vriendenkring), fysieke context (bijvoorbeeld de woonbuurt), life-events (bijvoorbeeld ontslag, scheiding) en crimineel verleden (bijvoorbeeld eerdere verdenkingen van misdrijven).

Centraal staan de volgende onderzoeksvragen:

Wat zijn de belangrijkste kenmerken van jonge drugsverdachten?
Wat zijn de verschillen in belangrijkste kenmerken tussen first offenders en recidiverende jonge drugsverdachten?
Wat zijn de verschillen in belangrijkste kenmerken tussen meerderjarige en minderjarige jonge drugsverdachten?
Wat zijn de belangrijkste eerdere verdenkingen van jongeren die zijn verdacht van een drugsdelict?

Het verschil tussen first offenders (personen die voor het eerst verdacht zijn van het plegen van een strafbaar feit; zie Methode-paragraaf 2 voor een exacte definitie) en recidivisten (personen die al meerdere keren verdacht zijn) is gemaakt omdat er tot nu toe veel aandacht is geweest voor recidivisten, maar er nog weinig zicht is op first offenders (Weijers, Ferwerda en Roks, 2021). Vanuit de literatuur is bekend dat bepaalde groepen, zoals personen uit huishoudens met een laag inkomen en schoolverlaters, sneller recidiveren (Boschman, Piersma, Weijters, Tollenaar en Teerlink, 2022).

Het onderscheid tussen meerderjarigen en minderjarigen wordt gemaakt omdat in de afgelopen jaren (sinds 2019) vooral het aantal minderjarige verdachten met ernstige feiten bij de rechter is toegenomen (Tollenaar en Van der Laan, 2023). Het verschil is ook gemaakt om een methodologische reden: een deel van onderzochte kenmerken is niet van toepassing of minder relevant voor een leeftijdsgroep. Zo kunnen jongeren onder de 18 jaar geen wanbetaler van zorgverzekering zijn, één van de onderzochte kenmerken.

Voor een goed begrip van de onderzoeksresultaten die in paragraaf 3 worden gepresenteerd, wordt in paragraaf 2 eerst kort toegelicht welke data en analysemethode zijn gebruikt. Afgesloten wordt met een conclusie en discussie in paragraaf 4. Daarna volgen een technische toelichting, lijst met referenties en een bijlage met een overzicht van de 125 kenmerken die voor dit onderzoek zijn gebruikt.

Beleidskader: Preventie met Gezag

Preventie met Gezag is een meerjarenprogramma waarbij verschillende gemeenten subsidie hebben ontvangen om te voorkomen dat jongeren in de criminaliteit belanden of er in doorgroeien. Voor een effectieve preventieve aanpak is het voor een gemeente van belang om te weten op welke risicofactoren/kenmerken de jongeren in die gemeente hoog scoren. Als bijvoorbeeld blijkt dat jonge drugsverdachten vaker voortijdig schoolverlater zijn en een gemeente relatief veel voortijdig schoolverlaters heeft, dan weet die gemeente dat onderwijs een belangrijk aandachtspunt in de preventieve aanpak moet zijn. Vanuit gemeenten is het programma Zicht op Ondermijning, waaraan ook het CBS deelneemt, gevraagd dit onderzoek naar risicofactoren uit te voeren. Deze gemeenten nemen ook alle deel aan Preventie met Gezag.

Door onderscheid te maken tussen verschillende groepen jonge drugsverdachten biedt dit onderzoek ook de mogelijkheid om tot een doelgroepgerichte aanpak te komen. Zo kunnen de gevonden kenmerken bij de groep first offenders gebruikt worden bij de preventieve aanpak van jongeren aan het begin van hun criminele carrière, ook wel de ‘jonge aanwas’ genoemd. Voor de aanpak van ‘doorgroeiers’ en/of veelplegers kunnen de kenmerken van recidivisten worden gebruikt. Welke risicofactoren tussen groepen verschillen en welke overeenkomen wordt ook in dit onderzoek beschreven.