Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
l hk d dMöglichkeiten und Grenzen der Empirischen KriminologieEmpirischen Kriminologie‐ aus Sicht der Ökonometrie der Kriminalität
Frankfurt, den 17. Mai 2011
li d ti d t f ll f„… policy recommendations do not follow fromtheory but rather require empirical determinationof relative magnitudes“
Block, M.K. und J.M. Heineke (1975),A Labor Theoretic Analysis of Criminal Choice, American Economic Review.
17. Mai 2011 Empirische Kriminologie
2
Inhalt des Vortrags
) bl1) Messprobleme
a) Feststellung des Trends: steigende oder fallende Kriminalität?‐ inkl. Anmerkungen zu einem möglichen Schwereindexg g
b) Entwicklungstendenzen der (formellen und informellen) Strafverfolgungc) Verknüpfung prozessinduzierter kriminalstatistischer Daten
2) Erklärung von Kriminalität: Korrelation, Kausalität und Exogenität
a) Scheinkorrelation und die Wichtigkeit von Drittvariablenb) Empirisches Arbeiten mit Kriminalstatistiken: Geht das trotz Dunkelfeld?b) Empirisches Arbeiten mit Kriminalstatistiken: Geht das trotz Dunkelfeld?c) Hintergrund und Definition von Kausalität/ Exogenitätd) Identifikation kausaler Effekte
d1) Instrumentvariablen (IV)d1) Instrumentvariablen (IV)d2) Differenz von Differenzen (DiD): italienische Datend3) Regression‐Discontinuity‐Design
17. Mai 2011 Empirische Kriminologie
3
3) Abschließende Bemerkungen
1. Messproblemea) Feststellung des Trends: steigende oder fallende Kriminalität?
Der Spiegel, 23.3.2007:
BILD, 18 05 2010:18.05.2010:
Beck‐Blog „Die Experten“, 18 05 2010
17. Mai 2011 Empirische Kriminologie
4
18.05.2010:
MessproblemeFeststellung des Trends: steigende oder fallende Kriminalität?
‐ Evidenz, basierend auf Fallzahlen: Inzidenz (Häufigkeitsziffern je 100.000 EW)
8,200
8,400
Fälle insgesamt (Fälle je 100.000 EW)
2,800
3,200
180
200
Fallzahlen (je 100.000 EW) von Körperverletzung und Diebstahl
7,800
8,000
2 000
2,400
,800
140
160
80
7 200
7,400
7,600
1,600
2,000
120
140
Diebstahl unter erschwerenden Umständen (linke Skala)Gefährliche und schwere Körperverletzung (rechte Skala)
Daten: PKS Zeitreihen 1987 bis 2009: Grundtabelle 01 mit Häufigkeitszahl, http://www.bka.de/pks/zeitreihen/ (04.05.2011)
7,2001994 1996 1998 2000 2002 2004 2006 2008
1,200 1001994 1996 1998 2000 2002 2004 2006 2008
17. Mai 2011 Empirische Kriminologie
5
Kriminalität: steigend oder fallend?
‐ Evidenz, basierend auf Zahl der Tatverdächtigen: Prävalenz
=> Tatverdächtigenbelastungsziffern (TVBZ), Tatverdächtige je 100.000 EW, hier: Deutsche TV
2,600
2,700
Tatverdächtige Deutsche (pro 100.000) ab 8 Jahre200
Tatverdächtige Deutsche (je 100.000) für Körperverletzung und Diebstahl
2,300
2,400
2,500
2,600
140
160
180
2,000
2,100
2,200
100
120
Diebstahl unter erschwerenden UmständenGefährliche und schwere Körperverletzung
Daten: PKS Zeitreihen 1987 bis 2009: Grundtabelle 01 mit Häufigkeitszahl, http://www.bka.de/pks/zeitreihen/ (04.05.2011)
1,9001994 1996 1998 2000 2002 2004 2006 2008
801994 1996 1998 2000 2002 2004 2006 2008
17. Mai 2011 Empirische Kriminologie
6
Kriminalität: steigend oder fallend?=> Tatverdächtigenbelastungsziffern (TVBZ), Tatverdächtige Deutsche je 100.000 EW der gleichen Altersgruppegleichen Altersgruppe
=> Diebstahl und Körperverletzung im Vergleich, Trends unterscheiden sich altersspezifisch:
1,400
DS 1418
1,400
DS 2125
1,400
DS 1821
800
1,000
1,200DS_1418KV_1418
800
1,000
1,200_
KV_2125
Erwachsene, 21 bis unter 25
800
1,000
1,200DS_1821KV_1821
200
400
600
1994 1996 1998 2000 2002 2004 2006 2008
Jugendliche, 14 bis unter 18200
400
600
1994 1996 1998 2000 2002 2004 2006 2008200
400
600
1994 1996 1998 2000 2002 2004 2006 2008
Heranwachsende (18 bis unter 21)
40
50
60
DS_5060KV_5060
40
50
60
Erwachsene, 60 und älter
Daten: PKS Zeitreihen 1987 bis 2009:Grundtabelle 01 mit Häufigkeitszahl,http://www.bka.de/pks/zeitreihen/
10
20
30
E h 50 bi t 6010
20
30 DS_60PLUSKV_60PLUS
17. Mai 2011
7
p // /p / /(04.05.2011)0
1994 1996 1998 2000 2002 2004 2006 2008
Erwachsene, 50 bis unter 60
01994 1996 1998 2000 2002 2004 2006 2008
Empirische Kriminologie
Kriminalität: steigend oder fallend?=> Verurteilungen: (i) Diebstahl
160,000
Anzahl der Verurteilungen wegen Diebstahls (§ 242 StGB) in Westdeutschland, 1970-2009
100 000
120,000
140,000
60 000
80,000
100,000totalmale adults (>20)male adolescents (18-20)male juveniles (14-17)females (total)
20,000
40,000
60,000 females (total)
0
20,000
1970 1975 1980 1985 1990 1995 2000 2005
Anmerkung : Zeitreihen für ausgewählte Bevölkerungsgruppen; die Zeitreihen enthalten bis 1994 West Berlin danach
17. Mai 2011 Empirische Kriminologie
8
Anmerkung : Zeitreihen für ausgewählte Bevölkerungsgruppen; die Zeitreihen enthalten bis 1994 West-Berlin, danachGesamtberlin. Quelle: Statistisches Bundesamt (2010).
Kriminalität: steigend oder fallend?=> Verurteilungen: (ii) Gefährliche Körperverletzung
30,000
total
Anzahl der Verurteilungen wegen “Gefährlicher Körperverletzung” in Westdeutschland, 1970-2009
20,000
25,000male adults (>20)male adolescents (18-20)male juveni les (14-17)females (all)
15,000
5,000
10,000
01970 1975 1980 1985 1990 1995 2000 2005
Anmerkung : Zeitreihen für ausgewählte Bevölkerungsgruppen; die Zeitreihen enthalten bis 1994 West Berlin danach
17. Mai 2011 Empirische Kriminologie
9
Anmerkung : Zeitreihen für ausgewählte Bevölkerungsgruppen; die Zeitreihen enthalten bis 1994 West-Berlin, danachGesamtberlin. Quelle: Statistisches Bundesamt (2010).
Kriminalität: steigend oder fallend?=> Überlegungen zur Konstruktion eines Schwereindex
Relevanz einer Straftat?
Heinz (2008): „Unter dem Gesichtspunkt der Deliktsschweremüsste dagegen die Erwachsenenkriminalität im Mittelpunkt des kriminologischen und kriminalpolitischen Interesses stehen. […] Allein durch registrierte Wi t h ft k i i lität d it höh S häd ht l d hWirtschaftskriminalität werden weitaus höhere Schäden verursacht als durch die gesamte sonstige polizeilich erfasste Eigentums‐ oder Vermögenskriminalität. Nach Angaben der Polizeilichen Kriminalstatistik entfielen 2006 auf Wirtschaftskriminalität 2,4% aller vollendeten Fälle der ,Eigentums‐ und Vermögensdelikte (einschließlich Raubmord), aber 53% der registrierten Schadenssummen.“ [Hervorhebungen durch Unterstreichen von HE]
Genannte Prozentzahlen sind höchst problematisch, denn: „Schwere“ ist nicht identisch mit Schadenssumme in der PKS! Lediglich symbolische Ein‐Euro‐Beträge für viele Delikte schwerster Gewalt
17. Mai 2011 Empirische Kriminologie
10
g y g
Kriminalität: steigend oder fallend?=> Wichtigkeit eines Schwereindex
Kosten durch Kriminalität: Vergleich der Jahre 1994 und 2006
Delikt (PKS K i
Schaden/ F ll i
Anzahl Fäll
Kosten 1994 i
Anzahl Fäll
Kosten 2006 i(PKS-Kennung in
Klammern) Fall in
Tsd. EuroFälle 1994
1994, in Mrd. Euro
Fälle 2006
2006, in Mrd. Euro
Gefährliche Körperverletzung 31,5 88.037 2,773 150.874 4,753 p g(2220) Diebstahl (3000, 4000)
1,2 3.866.336 4,799 2.601.902 3,229
V
Anmerkung : Berechnung des Schadens pro Fall von “gefährlicher Körperverletzung” analog der
Veruntreuungen (5200)
32,0 16.950 0,5424 40.095 1,283
Summen 3.956.068 7,572 2.792.871 9,265
Anmerkung : Berechnung des Schadens pro Fall von gefährlicher Körperverletzung analog derBerechnung des British Home Office; Schaden je Diebstahl und Veruntreuung gemäß veröffentlchterSchadenssummen in der PKS (BKA)
Quelle: Entorf 2008
=> Fallzahlen fallend, Schaden steigend
17. Mai 2011 Empirische Kriminologie
11
, g
Kriminalität: steigend oder fallend? Heterogenität!=> Heterogenität! Hier am Beispiel „Gefährliche Körperverletzung“
17. Mai 2011
12
Quelle: Heinz 2011
Empirische Kriminologie
Kriminalität: steigend oder fallend? Heterogenität!=> Insbesondere Nord‐Süd‐Gefälle
Nicht ganz ernst gemeinte Suche nach den Ursachen …
Wilhelm Sauer, Professor und Kriminologe an der Uni Münster, 1950: "Die nordische Landschaft mit ihren Tiefebenen und weiten endlosen Flächen, den Strömen und dem Meer ist die Heimat jenes nordischen (schizothymen, introvertierten) Menschen, der in die Ferne schaut und strebt, weite und kühne Pläne entwirft und mit Zähigkeit und Energie seine Ziele verfolgt: Der geeignete Boden für Vorbedachtsdelikte, für
ÜNutzdelikte auch unter Überwindung stärkerer Widerstände.“
Dazu Sauers Kontrastbild: "Die südliche, insbesondere alpine Landschaft, reizvoll, anmutig oder großartig, wechselnden Charakters, mit Bergen und Tälern, Seen und gewundenen Flußläufen, bildet den Heimatboden jener (zyklothymen, extrovertierten) Menschen beweglicher, gewandter, anpassungsfähiger, lebenslustiger, liebenswürdiger Sinnesart. Die kulturelle wie kriminelle Betätigung zeigt zum mindesten die Tendenz oder Eignung zu häufigem Wechsel, ein günstiger Boden für akute Kriminalität, zu Angriffs‐wie Nutz‐ und Notdelikten, zu Trieb‐ und Schwächedelikten."
Zitiert nach: Der Spiegel, Heft 16/1985: “Kriminalität: Die längsten Finger. Auch in der Kriminalität gibt es ein Nord‐Süd‐Gefälle”
17. Mai 2011
13
Empirische Kriminologie
b) Entwicklungstendenzen der formellen und informellen Strafverfolgung=> (Weiter) Steigende Bedeutung der Staatsanwaltschaft
Fallzahlen Verur‐Anteil der Anteil der Einstellungen (=100) Anteil der
Einstellung von Verfahren in West Deutschland Verurteilung durch Gericht
Fallzahlen(in 1000)
Verurteilungs‐quote
1980 735.2 81.6
Anteil der Verurteilten an Tatverdächtigen
Anteil der Einstellungen (=100) Anteil der Einstellungen
(durch Staatsanwalt‐durch Gericht
durch Staats‐1980 735.2 81.6
1990 756.3 81.3
schaft) gegen Auflage
durch Gerichtanwaltschaft
1981 63.5 32.9 67.1 53.42000 763.3 83.7
2008 761.5 83.3
1990 52.0 23.1 76.9 36.4
2000 44.6 15.2 84.8 27.1
2008 41 8 13 2 86 8 21 32008 41.8 13.2 86.8 21.3
Prozentzahlen beziehen sich auf alle Tatverdächtige nach Erwachsenen‐ und Jugendstrafrecht. Datenquelle: Heinz (2010), S. 48‐52; eigene Berechnung.
Erwachsenenstrafrecht, Westdeutschland; Datenquelle: Heinz (2010), S. 48‐52; eigene Berechnung.
17. Mai 2011 Empirische Kriminologie
14
Quelle: Entorf 2011
Trends in formeller und informeller Strafverfolgung : Heterogenität (i)
• Gleiches Recht, unterschiedliche Strafen – Heranwachsende als Jugendliche?
17. Mai 2011 Empirische Kriminologie
15
Quelle: Heinz 2011
Trends in formeller und informeller Strafverfolgung: Heterogenität (II)
• Gleiches Recht, unterschiedliche Strafen ‐ bei Heranwachsenden im Straßen‐verkehr?
17. Mai 2011
16
Empirische KriminologieQuelle: Heinz 2011
c) Messung von Kriminalität: Fehlende Verknüpfbarkeit prozessinduzierter kriminalstatistischer Daten
Wesentliche Probleme :
i. Lediglich Erfassung der registrierten Kriminalität in der PKS, keine umfangreicheni. Lediglich Erfassung der registrierten Kriminalität in der PKS, keine umfangreichen Opferstudien
ii. Erfassungsunterschiede in PKS und StVStat bzgl. Tätern, die innerhalb einer Periode mehrere verschiedene Delikte begangen haben (Erfassung mehrfach inPeriode mehrere verschiedene Delikte begangen haben (Erfassung mehrfach in PKS, nur ein „schwerstes“ Delikt in StVStat)
iii. PKS und StVStat ordnen gleiches Delikt häufig unterschiedlichen Zeitpunkten zu
iv. „Umdefinition“ von Straftaten im Strafverfolgungsprozess
v. Fehlende deliktgruppen‐ und regionalspezifische Kompatibilität der Staatsanwaltschaftsstatistik (StA‐Statistik) mit PKS und StVStat
vi. Umstellung der Tatverdächtigenzählung in der PKS auf „echte“ Tatverdächtigenzählung (Mehrfacherfassung von Tätern bis 1982), letzte Umstellung 2009
Details Siehe Spengler (2004) Entorf und Spengler (2005)
17. Mai 2011 Empirische Kriminologie
17
gDetails: Siehe Spengler (2004), Entorf und Spengler (2005), RatSWD (2009), Heinz (2010)
Das Problem der fehlenden Verknüpfbarkeit (Forts.)
Kriminalitätserfassung in der offiziellen StatistikKriminalitätserfassung in der offiziellen Statistik
Quelle: Kemme, S., M. Hanslmaier, K. Stoll (2011). Kriminalitätsentwicklung 1995 bis 2008: Ergebnisseeiner Expertenbefragung Kfn‐Forschunsbericht 112 Projekt gefördert durch die Innen‐ und Justiz‐
17. Mai 2011 Empirische Kriminologie
18
einer Expertenbefragung. Kfn Forschunsbericht 112, Projekt gefördert durch die Innen und Justizministerien der Länder Bayern, Brandenburg, Niedersachsen und Sachsen‐Anhalt.
Fehlende Verknüpfbarkeit prozessinduzierter kriminalstatistischer Daten behindert Realisierung kriminalpolitischer Ziele
Kriminalpolitische Ziele:
Effektive Polizeiarbeit bei Aufklärung und Schutz der Zivilbevölkerung
Einsatz wirksamer Behandlungsmaßnahmen im Fall der Straffälligkeitg g
Gleichbehandlung von Straftätern durch Gerichte und Staatsanwaltschaften (positive Generalprävention)
Wirksame General‐ und Spezialprävention______________________________________________________________________Evaluation des Erfolgs? … wird durch die getrennte Erfassung der Aktivitäten von
Polizei, Staatsanwaltschaft, Gerichte, Strafvollzug und Bewährungshilfe erheblich erschwert und teilweise ganz unmöglich
17. Mai 2011 Empirische Kriminologie
19
Das Problem der fehlenden Verknüpfbarkeit (Forts.)
Forderungen der AG „Kriminalstatistik“ des Rats für Sozial‐ und Wirtschaftsdaten (unter der Leitung von W. Heinz, u.a. mit J.‐M. Jehle, H.‐J. Kerner und Vertretern des BM der Justiz, des BKA und der Statistischen Ämter)
Auftrag: „Vorschläge für eine umfassende Optimierung der bestehenden kriminalstatistischen Systeme“
Vorschläge, veröffentlicht 2009 (Auszug):
periodische, statistikbegleitende Dunkelfelduntersuchungen
Verbesserung der Kompatibilität der jetzigen Personenstatistiken der g p j gStrafrechtspflegestatistiken untereinander sowie mit der PKS mit dem Ziel, ein System aufeinander abgestimmter Teilstatistiken zu schaffen
Einführung eines statistischen Datenbanksystems, in das alle kriminologisch relevanten g y , gjustiziellen Entscheidungen mit pseudonymisierten Personendaten eingetragen und anschließend miteinander verknüpft werden
Einführung einer periodischen Rückfallstatistik auf der Grundlage der Registerdaten
17. Mai 2011 Empirische Kriminologie
20
g p g g
Einführung eines Schwereindex Details: RatSWD (2009)
2) Erklärung von Kriminalität : Korrelation, Kausalität und Exogenitäta) Scheinkorrelation und die Wichtigkeit von Drittvariablen
Scheinkorrelation von Bildung und Kriminalität? Illustration eines – empirisch nicht bestätigten – Zusammenhangs
Gedankenexperiment (künstlich erzeugte Daten):
Bildung B und Kriminalität K werden beide durch Einfluss E des Elternhauses bestimmt
4
6 Daraus folgt: Nur E ist kausal zu K, Korrelation zwischen B und K ist Scheinkorrelation
Simulation mit Zufallszahlen:
0
2
4
K
f
Schritt 1: E wird mit 1000 Zufallszahlen erzeugt
Schritt 2: K und B werden in
„Elternhaus“
-4
-2
Schritt 2: K und B werden in Abhängigkeit von E erzeugt: K = ‐E + Zufall, B = E + Zufall
Schritt 3: Messe (Schein‐) Korrelation
Bildung Kriminalität
17. Mai 2011 Empirische Kriminologie
21
-6-6 -4 -2 0 2 4 6
B
Schritt 3: Messe (Schein ) Korrelation von B und K
Scheinkorrelation von Bildung und Kriminalität? Illustration einer nicht bestätigten Hypothese, Fortsetzung
Erkennen der Scheinkorrelation?
Schritt 4: Überprüfung des mehrfaktoriellen Einflusses (Regressionsanalyse) K aB + bESchritt 4: Überprüfung des mehrfaktoriellen Einflusses (Regressionsanalyse) K = aB + bE Endogene Variable: K
Variable Coefficient Std. Error t-Statistic Prob.
B 0.011217 0.062854 0.178465 0.8584E - 1.000387 0.068808 14.53884 0.0000
R-squared 0.525700
Multiple Regression zeigt, dass nur Faktor E einen „signifikanten“ Einfluss ausübt, Faktor B würde „insignifikant“
17. Mai 2011 Empirische Kriminologie
22
2) Erklärung von Kriminalität : Korrelation, Kausalität und Exogenität
b) i i h b i i i i l i ik G h d k lf ld?b) Empirisches Arbeiten mit Kriminalstatistiken: Geht das trotz Dunkelfeld?
Übergeordnete Frage: Kann man Kausalanalysen durchführen, auch wenn wichtige Faktoren i h b b h b i d?nicht beobachtbar sind?
Kaum, sofern es sich um die Analyse von Querschnitten handelt. D rcha s enngleich nicht gr ndsät lich enn m Paneldaten geht Durchaus ‐ wenngleich nicht grundsätzlich ‐ wenn um Paneldaten geht.
Illustration anhand der Kriminalitätsanalyse mit disaggregiert verfügbaren Kriminalstatistiken z B auf Kreis oder Landesebene (siehe z B Entorf Winker 2008)Kriminalstatistiken, z.B. auf Kreis‐ oder Landesebene (siehe z.B. Entorf, Winker 2008)
Annahmen :
T t ä hli h K i i lität Z it kt t i R i i K*(it)• Tatsächliche Kriminalität zum Zeitpunkt t in Region i: K (it)
• K*(it) sei im Wesentlichen durch einen Faktor X(it) erklärbar: K*(it) = α + β X(it) + e(it),wobei e(it) ein regional‐ und zeitspezifisches Residuum ist
17. Mai 2011 Empirische Kriminologie
23
Empirisches Problem: Einfluss β soll identifiziert werden, aber K*(it) ist nicht beobachtbar!
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
bl *(i ) i i h b b h b ! b h b i l di li h (i ) *(i )Problem: K*(it) ist nicht beobachtbar! Beobachtbar ist lediglich K(it) ≠ K*(it)
Gründe: a) Es gebe regional unterschiedliche Dunkelfelder, so dass K(it) = K*(it) + d(i) b) A ß d füh ll V ä d i d D fi iti D liktb) Außerdem führen generelle Veränderungen in der Definition von Deliktgruppen
zu erratischen Sprüngen in der BKA‐Kriminalität: K(it) = K*(it) + s(t)
Kombination von a) und b): K(it) = K*(it) + d(i) + s(t) Kombination von a) und b): K(it) = K (it) + d(i) + s(t)
Einsetzen von K*(it) = α + β X(it) + e(it) => K(it) = α + β X(it) + d(i) + s(t) + e(it)
=> „Verschmutze“ Daten verschleiern wahren Zusammenhang!
Ist β dennoch „korrekt“ (statistisch: „konsistent“) schätzbar?
17. Mai 2011 Empirische Kriminologie
24
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
ll i d h Si l iIllustration durch Simulation:K*(it) = 200 ‐ 2 X(it) + e(it), i = 1,…, 10; t = 1, …, 100,
wobei X(it) 50 0 1 t + u(it) e(it) und u(it) seien latente N(0 1) verteilte zufällige Residuenwobei X(it) = 50 – 0.1 t + u(it), e(it) und u(it) seien latente N(0,1)‐verteilte zufällige Residuen.
125
130Tatsächliche Kriminalität und Faktor X als Streudiagramm
120
Tatsächliche Kriminalität und Faktor X als Zeitreihen
115
120
125
100
120
100
105
110K*
60
80 K*X
90
95
100
36 40 44 48 52 56
40
100 200 300 400 500 600 700 800 900 1000
25
36 40 44 48 52 56
X17. Mai 2011 Empirische Kriminologie
100 200 300 400 500 600 700 800 900 1000
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
Si l i ( )Simulation (Forts.):
Tatsächliche Daten K*(it) werden sowohl durch regionale Einflüsse d(i) als auch durch zeitliche Faktoren s(t) überlagert:
d( ) /• d(i) = ‐0.03 i / 110, i = 1, 2, …, 10• s(t) = ‐0.3+0.002 t + v(t) , wobei v(t) normalverteilter Zufall, t = 1, …, 100
Streudiagramm inkl. korrekter RegressionsgeradeTatsächliche und beobachtbare Kriminalität als regionale Zeitreihen
110
120
130
K*K
für tatsächliche und fehlerhaft gemessene Kriminalität
110
120
130g
80
90
100
80
90
100
50
60
70
50
60
70
K*K
17. Mai 2011
4036 40 44 48 52 56
XEmpirische Kriminologie
40100 200 300 400 500 600 700 800 900 1000
K
26
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
Si l i ( ) b i d S hä f hSimulation (Forts.): Ergebnisse der Schätzverfahren
a) Lineare Regression ohne b) Lineare Regression mit Berücksichtigung der Panelstruktur
Dependent Variable: K
Berücksichtigung der Panelstruktur: Berücksichtigung der Panelstruktur(Fixe Effekte für Regionen und Zeitpunkte): Dependent Variable: K Method: Least SquaresMethod: Least Squares
Included observations: 1000
Variable Coefficient Std. Error t-Statistic
C 213.6001 5.061262 42.20293X 2 944607
Method: Least SquaresIncluded observations: 1000
Variable Coefficient Std. Error t-Statistic
C 184.9799 1.697633 108.9634X -1 983190 0 033095 -59 92467X -2.944607 0.112389 -26.20024
R-squared 0.407523 => Parameter β wird (absolut gesehen)
X 1.983190 0.033095 59.92467CROSS=1
… -3.163219
…0.143483
…-22.04600
…CROSS=9 -29.57940 0.143569 -206.0290
T=2 …
-10.98821…
0.454165…
-24.19428…
T=100 2 712635 0 563817 4 811197=> Parameter β wird (absolut gesehen) stark überschätzt
T=100 2.712635 0.563817 4.811197
R-squared 0.995492
=> Panelmethodik schätzt Parameter β
27
17. Mai 2011 Empirische Kriminologie
in zuverlässiger Weise (Konsistenz)
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
Si l i ( ) l h dik f k i i h b i i h li Üb lSimulation (Forts.): Panelmethodik funktioniert auch bei nichtlinearer Überlagerung
Tatsächliche Daten K*(it) werden sowohl durch regionale Einflüsse d(i) als auch durch zeitliche Faktoren s(t) überlagert:
d( ) /• d(i) = ‐0.03 i / 110, i = 1, 2, …, 10• s(t) = ‐0.3+0.002 t ‐ 0.0001 t2 + v(t) , wobei v(t) normalverteilter Zufall , t=1,…,100
140Tatsächliche und beobachtbare Kriminalität als regionale Zeitreihen Streudiagramm inkl. korrekter Regressionsgerade
für tatsächliche und fehlerhaft gemessene Kriminalität
120
140
120
140
K*K
für tatsächliche und fehlerhaft gemessene Kriminalität
80
100
80
100
40
60
K*K
40
60
28
17. Mai 2011 Empirische Kriminologie
20100 200 300 400 500 600 700 800 900 1000
K20
36 38 40 42 44 46 48 50 52 54
X
Empirisches Arbeiten mit Kriminalstatistiken (Forts.)
Si l i ( ) b iSimulation (Forts.): Ergebnisse II
a) Lineare Regression ohne b) Lineare Regression mitBerücksichtigung der Panelstruktur
Berücksichtigung der Panelstruktur: Berücksichtigung der Panelstruktur(Fixe Effekte für Regionen und Zeitpunkte):
Dependent Variable: K Dependent Variable: K Included observations: 1000
Variable Coefficient Std. Error t-Statistic
C 3 351196 5 469328 0 612725
Included observations: 1000
Variable Coefficient Std. Error t-Statistic
C 177.9473 1.687192 105.4695X -1.982155 0.033277 -59.56490
CROSS=1 3 381899 0 136631 24 75205C -3.351196 5.469328 -0.612725X 1.506946 0.121318 12.42141
R-squared 0.133900 Mean dependent var => Parameter β hat sogar falsches
CROSS=1…
-3.381899…
0.136631…
-24.75205…
CROSS=9 -29.64351 0.136658 -216.9172T=2 …
7.452691…
0.432002…
17.25153…
T=100 -32.77388 0.543420 -60.31041
=> Parameter β hat sogar falsches
Vorzeichen
=> Panelmethodik schätzt Parameter β in
R-squared 0.994898
29
17. Mai 2011 Empirische Kriminologie
zuverlässiger Weise (Konsistenz)
2) Erklärung von Kriminalität : Korrelation, Kausalität und Exogenitätgc) Hintergrund und Definition von Kausalität/ExogenitätHistorischer Rückblick (Ökonometrie)
Phänomen der Scheinkorrelation schon früh (1897) bei Pearson dokumentiertK. Pearson (1897), On a Form of Spurious Correlation Which May Arise When Indices Are Used in theMeasurement of Organs, Proceedings of the Royal Society of London.
Haavelmo (1944) betont die Wichtigkeit der „Konstanz“ und „Permanenz“ der untersuchten (multivariaten) Relationen („Gesetzmäßigkeit“)
T. Haavelmo (1944), The Probability Approach in Econometrics, Econometrica (Supplement)
Haavelmo (1943) analysiert und belegt den Schätzfehler bei Vorliegen simultaner Beziehungen („Haavelmo Bias“ )
T. Haavelmo (1943), The Statistical Implications of a System of Simultaneous Equations“, Econometrica
Wold (1947) betont, dass untersuchte „cause‐and‐effect“‐Relationen stochastischer Natur sein müssen, erklärt die wichtige Rolle von Residuen und plädiert für sequentielle (rekursive) Mehrgleichungssystem
H O W ld (1947) S i i l E i i f E i R l i hi öff li h 1949 i S l
17. Mai 2011 Empirische Kriminologie
30
H.O. Wold (1947), Statistical Estimation of Economic Relationships, veröffentlicht 1949 im Supplement der Econometrica
Hintergrund und Definition von Kausalität/Exogenität (Forts.)
Moderne Sichtweise (Ökonometrie bei Linearität in Parametern; siehe z B Wooldridge 2001 )Moderne Sichtweise (Ökonometrie, bei Linearität in Parametern; siehe z.B. Wooldridge, 2001 )
Regressoren x1, x2, …, xk einer Relation y = β0 + β1 x1+ β2 x2+ …+ βk xk +u
sind exogen bezüglich y, wenn E(y| x1, x2, …, xk ) = β0 + β1 x1+ β2 x2+ …+ βk xk (bzw. E(u| x1, x2, …, xk ) = 0 )
Was bedeutet das? Die vermutete Beziehung gilt für alle Ausprägungen von y, x1, x2, …, xk, d.h. z.B. für
alle Zeitpunkte t = 1 ,…, T oder alle Teilstichproben in Querschnittserhebungen, z.B. p , , p Q g ,für Bezieher hoher Einkommen genauso wie für die Bezieher geringer Einkommen: „Konstanz“ der BeziehungDie unbeobachtbare Restgröße u enthält keine systematische Information, dieDie unbeobachtbare Restgröße u enthält keine systematische Information, die
mit einer oder mehrerer der Variablen x1, x2, …, xk korreliert sein könnte (mögliche Gründe: Simultanität, fehlende Variablen)
Konsequenz bei Verletzung der Annahme (= „Endogenität“): Verzerrte Schätzung der
17. Mai 2011 Empirische Kriminologie
31
Konsequenz bei Verletzung der Annahme ( „Endogenität ): Verzerrte Schätzung der Parameter β0 , β1 , β2 …, βk
2) Erklärung von Kriminalität : Korrelation, Kausalität und Exogenitätgd) Identifikation kausaler EffekteWie lassen sich Gewichte β0 , β1 , β2 …, βk korrekt schätzen, obwohl z.B. ein Faktor xj als
i ll d k d d i d dä h i i d?potentiell endogen erkannt wurde oder zumindest verdächtigt wird?
d1) Instrumentvariablen (IV)
IV überwinden Endogenitätsproblem und erlauben korrekte (konsistente) Schätzung desIV überwinden Endogenitätsproblem und erlauben korrekte (konsistente) Schätzung des kausalen Effekts von xj auf y (z.B. von Polizeistärke auf Kriminalitätsaufkommen)Problem: Variation der Kriminalität hat Rückwirkung auf Polizeidichte (z.B. wg. Öffentlichen
Drucks); Kausalität nicht erkennbar: K und P bewegen sich gleichzeitigDrucks); Kausalität nicht erkennbar: K und P bewegen sich gleichzeitig Lösungsidee: Suche einen Faktor der unmittelbar nur das Polizeiaufkommen verändern kann, nicht aber die Kriminalität Falls Kriminalität sich dennoch (in die vermutete Richtung) verändert, dann weil indirekt Falls Kriminalität sich dennoch (in die vermutete Richtung) verändert, dann weil indirekt die Kausalkette „IV => P => K“ wirkt, d.h. P hat „kausale“ Wirkung auf K
Beispiele:Bürgermeisterwahlen => Polizeistärke => Kriminalität (Levitt 1997)
17. Mai 2011 Empirische Kriminologie
32
Bürgermeisterwahlen Polizeistärke Kriminalität (Levitt 1997) Amnestie => „Incapacitation“ => Kriminalität (Drago, Galbiati, Vertova 2009)
Identifikation kausaler Effekte (Forts.)Wie lassen sich Gewichte β0 , β1 , β2 …, βk korrekt schätzen, obwohl z.B. ein Faktor xj als potentiell endogen k t d d i d t dä hti t i d?erkannt wurde oder zumindest verdächtigt wird?
d2) Differenz von Differenzen (DiD)
Ausgangspunkt : (Quasi‐) Natürliches ExperimentAusgangspunkt : (Quasi ) Natürliches Experiment A natural experiment occurs when a subset of the population is subject to an exogenous variation in a variable, perhaps as a result of a policy shift, that would ordinarily be subject to endogenous variation’(Cameron und Trivedi, 2005, S. 54)
Beispiele: Gesetzesänderungen, unerwartete Ereignisse wie z.B. Terroralarm, Wetter‐schocks, Zwillingsgeburten
DiD‐Modelle nutzen quasi‐natürliche Experimente für ein Modell y = β0 + β1 x1+ β2 x2+ …+ βk xk +u, in dem die Endogenität einer erklärenden Variablen x die Identifikation des kausalen Effektes erschwertdem die Endogenität einer erklärenden Variablen xj die Identifikation des kausalen Effektes erschwert.DiD‐Modelle nutzen die exogene (quasi‐experimentelle) Variation in xj um den Einfluss der von der
Änderung beeinträchtigten Gruppe vor und nach der Intervention zu messen und mit der Veränderungdes Verhaltens der nicht beeinträchtigten Kontrollgruppe zu vergleichen.g g pp g
Bsp.: a) xj = Polizeidichte, Ereignis = Terroralarm, Untersuchunsgruppe = betroffene Region, Kontrollgruppe = von Alarm nicht betroffene Region, y = Kriminalität (Di Tella, R. and E. Schargrodsky , 2004)
b) xj = “Reality TV”, Ereignis = Einführung der MTV‐Show ‘”Laguna Beach”, Untersuchungsgruppe =
17. Mai 2011 Empirische Kriminologie
33
jRegion “Laguna Beach”, Kontrollgruppe = Region “Dana Point”, y = Kriminalität (Chiou, L. und M. Lopez , 2010)
Identifikation kausaler Effekte (Forts.) Wie lassen sich Gewichte β0 , β1 , β2 …, βk korrekt schätzen, obwohl z.B. ein Faktor xj als potentiell d k d d d d h dendogen erkannt wurde oder zumindest verdächtigt wird?
d3) Regressions‐Diskontinuität (Regression Discontinuity Design, RDD)
Idee: (Quasi‐) Randomisierende Zuordnung von Probanden zu Untersuchungs‐ undIdee: (Quasi ) Randomisierende Zuordnung von Probanden zu Untersuchungs und Kontrollgruppe
Zuordnung „so gut wie“ zufällig, weil sich Probanden bezüglich der problematischen Variablen xj kaum unterscheiden und endogene (Selbst‐) Selektion ausgeschlossen istxj kaum unterscheiden und endogene (Selbst ) Selektion ausgeschlossen ist => Allein das unterschiedliche „Treatment“ in Untersuchungs‐ und Kontrollgruppe ist entscheidend für Ergebnis
BeispieleBeispiele a) Hjalmarsson (2009): Geringere Rückfallquote von Jugendlichen bei Inhaftierung statt
alternativer Strafe?
Diskontinuität:Diskontinuität: Fixes Punktesystem („sentencing grid“) entscheidet über Haft oder Nicht‐Haft. Hohe Ähnlichkeit von Untersuchungsgruppe (Haft) und Kontrollgruppe (keine Haft), da
Begrenzung auf Probanden in Nachbarschaft diesseits und jenseits der kritischen Grenze
17. Mai 2011 Empirische Kriminologie
34
Begrenzung auf Probanden in Nachbarschaft diesseits und jenseits der kritischen GrenzeErgebnis: Inhaftierte haben geringere Rückfallquote
Identifikation kausaler Effekte (Forts.)Wie lassen sich Gewichte β0 , β1 , β2 …, βk korrekt schätzen, obwohl z.B. ein Faktor xj als potentiell d k d d d d h dendogen erkannt wurde oder zumindest verdächtigt wird?
Regressions‐Diskontinuität (Regression Discontinuity Design, RDD), Forts.
Beispiel b):Beispiel b):Chen und Shapiro (2007): Abhängigkeit der Rückfallquote von Haftbedingungen?
Diskontinuität: F t lt P kt t t h id t üb S i i b d f b Si h h it t f Fest geregeltes Punktesystem entscheidet über Supervisionsbedarf bzw. Sicherheitsstufe –
und somit über „Peers“ Untersuchungsgruppe – Sicherheitsstufe (i) – und Kontrollgruppe – Sicherheitsstufe (i‐1) –
unterscheiden sich vor Treatment so gut wie nicht da sie sehr ähnliche Punktzahlen habenunterscheiden sich vor Treatment so gut wie nicht, da sie sehr ähnliche Punktzahlen haben, Rückfallwahrscheinlichkeit wird folglich allein durch jeweilige Haftbedingungen geprägt
Ergebnis: Höhere Sicherheitsstufe bewirkt höhere Rückfallquote
Zitierte Literatur zu RDD: Chen, K.M. and J.M. Shapiro (2007). Do Harsher Prison Conditions Reduce Recidivism? A Discontinuity‐Based Approach, American Law and Economics Review, 9, 1‐29.
Hj l R (2009) J il J il A P th t th St i ht d N t H d d C i i lit ? Th
17. Mai 2011 Empirische Kriminologie
35
Hjalmarsson, R. (2009), Juvenile Jails: A Path to the Straight and Narrow or to Hardened Criminality? TheJournal of Law and Economics 52(4), 779‐804.
3. Abschließendes
Messung von Kriminalität ist verbesserungswürdigMessung von Kriminalität ist verbesserungswürdig
Evaluation kriminalpolitischer Maßnahmen: Verbindung zwischen Aufwand und Erfolg?
Keine Angst vor kriminalstatistischen Daten Nutzung der föderalen HeterogenitätKeine Angst vor kriminalstatistischen Daten, Nutzung der föderalen Heterogenität
Moderne Methoden verbessern interne Validität, Bescheidenheit bei externer Validität
Metaanalysen bieten u U Einsichten über das Zustandekommen von ErgebnissenMetaanalysen bieten u.U. Einsichten über das Zustandekommen von Ergebnissen (siehe z.B. Dölling, Entorf, Hermann, Rupp 2009)
Stärkere Bewertung des gesellschaftlichen Schadens in der Kriminologie wünschenswert
17. Mai 2011 Empirische Kriminologie
36
Literatur
Cameron, A.C. und P.K. Trivedi (2005), Microeconometrics: Methods and Applications, Cambridge University Press.
Chen, K.M. and J.M. Shapiro (2007). Do Harsher Prison Conditions Reduce Recidivism? A Discontinuity‐Based Approach, American Law and Economics Review, 9, 1‐29.
Chiou L and M Lopez (2010) The reality of reality television Does reality TV influence local crime rates? Economics LettersChiou, L. and M. Lopez (2010), The reality of reality television: Does reality TV influence local crime rates? Economics Letters 108(3), 330‐333.
Di Tella, R. and E. Schargrodsky (2004), Do Police Reduce Crime? Estimates Using the Allocation of Police Forces After a Terrorist Attack, American Economic Review, 94(1), 115‐133.
Doelling, D., H. Entorf, D. Hermann, and T. Rupp (2009). Is Deterrence Effective? Results of a Meta‐Analysis of Punishment, European Journal on Criminal Policy and Research, 15 (1‐2), 201‐224.
Drago, F., R. Galbiati und P. Vertova (2009), The Deterrent Effect of Prison: Evidence from a Natural Experiment, Journal ofPolitical Economy, 117(2), 257‐280.y, ( ),
Entorf, H. und H. Spengler (2005). Die generalpräventive Wirkung erwarteter Strafe – eine umfassende Auswertung kombinierter Kriminal‐ und Strafverfolgungsstatistiken im langfristigen Bundesländervergleich, Monatsschrift für Kriminologie und Strafrechtsreform 88 (2005), 313–338.
E t f H d P Wi k (2008) I ti ti th D C i Ch l i E i f C i M d l E id f P lEntorf, H. and P. Winker (2008). Investigating the Drugs‐Crime Channel in Economics of Crime Models: Evidence from Panel Data of the German States. International Review of Law and Economics, 28(1), 8‐22.
Entorf, H. (2009b). Wirkung und Effizienz von Strafrecht: "Was geht" ‐ bei jungen Gewalttätern? In: Reinhard Bork, Thomas Eger u. Hans‐Bernd Schäfer (Hrsg.): Ökonomische Analyse des Verfahrensrechts. Beiträge zum XI. Travemünder S i ök i h A l d R ht (26 bi 29 Mä 2008) Tübi 293 339
17. Mai 2011 Empirische Kriminologie
37
Symposium zur ökonomischen Analyse des Rechts (26. bis 29. März 2008), Tübingen, 293‐339.
Literatur (Forts.)
Entorf, H. (2011), Crime, Procecutors, and the Certainty of Conviction, IZA Disc. Paper No. 5670, ftp.iza.org/dp5670.pdf.
Heinz, W. (2008), Stellungnahme zur aktuellen Diskussion um eine Verschärfung des Jugendstrafrechts, http://www.unikonstanz.de//FuF/Jura/heinz/Heinz‐Wie‐bedrohlich‐ist‐Jugendkriminalitaet.pdf.
Heinz W (2010) Das strafrechtliche Sanktionensystem und die Sanktionierungspraxis in Deutschland 1882 – 2008Heinz, W. (2010), Das strafrechtliche Sanktionensystem und die Sanktionierungspraxis in Deutschland 1882 2008, http://www.unikonstanz.de/rtf/kis/Sanktionierungspraxis‐in‐Deutschland‐Stand‐2008.pdf.
Heinz, W. (2011), Gleiches Recht ‐ ungleiche Handhabung! Die Sanktionierungspraxis in Baden‐Württemberg im Ländervergleich, Vortrag, gehalten anlässlich der Landesversammlung des Badischen Landesverbandes für soziale Rechtspflege am 13. April 2011 in Konstanz. http://www.unikonstanz.de /rtf/kis/ GleichesRecht.pdf.Rechtspflege am 13. April 2011 in Konstanz. http://www.unikonstanz.de /rtf/kis/ GleichesRecht.pdf.
Hjalmarsson, R. (2009), Juvenile Jails: A Path to the Straight and Narrow or to Hardened Criminality? The Journal of Law and Economics 52(4), 779‐804.
Kemme, S., M. Hanslmaier, K. Stoll (2011). Kriminalitätsentwicklung 1995 bis 2008: Ergebnisse einer Expertenbefragung. kfn Forschunsbericht 112 Projekt gefördert durch die Innen und Justizministerien der Länder Bayernkfn‐Forschunsbericht 112, Projekt gefördert durch die Innen‐ und Justizministerien der Länder Bayern, Brandenburg, Niedersachsen und Sachsen‐Anhalt.
Levitt, S. (1997), Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime. American Economic Review, 87 (3), 270‐290.
Lüd K (1999) Ök i h A l d St f ht d Alt ti St f ht i C Ott H B S häfLüderssen, K. (1999), Ökonomische Analyse des Strafrechts und Alternativen zum Strafrecht, in: C. Ott, H.‐B. Schäfer (Hrsg.), Die Präventivwirkung zivil‐ und strafrechtlicher Sanktionen. Beiträge zum 6. Travemünder Symposium, Tübingen, 25‐41.
Rat für Sozial‐ und Wirtschaftsdaten (RatSWD) (Hrsg.) (2009), Optimierung des bestehenden kriminalstatistischen Systems in Deutschland Empfehlungen der Arbeitsgruppe Optimierung des bestehenden kriminalstatistischen Systems“
17. Mai 2011 Empirische Kriminologie
38
in Deutschland. Empfehlungen der Arbeitsgruppe „Optimierung des bestehenden kriminalstatistischen Systems unter dem Vorsitz von Prof. Dr. Wolfgang Heinz, Universität Konstanz. Baden‐Baden: Nomos Verlagsgesellschaft.
Literatur (Forts.)
Spengler, H. (2004). Ursachen und Kosten der Kriminalität in Deutschland – drei empirische Untersuchungen [Dissertation]. Im Internet erhältlich unter http://elib.tu‐darmstadt.de/diss/000531/.
Wooldridge, J. (2001), Econometric Analysis of Cross Section and Panel Data, MIT Press.
17. Mai 2011 Empirische Kriminologie
39
Anhang I
Moderne Methoden verbessern interne Validität Bescheidenheit bei externe Validität“„Moderne Methoden verbessern interne Validität, Bescheidenheit bei externe Validität
=> Generalisierende Aussagen in der empirischen Kriminologie noch zeitgemäß?
„In der Literatur herrscht über die langfristige Kontraindikation dieses Effektes gleichwohl völlige Ei i k it d b t ht d h lb fü i i t ök i h A l d R ht k iEinigkeit, und es besteht deshalb für eine avancierte ökonomische Analyse des Rechts keine Veranlassung, hierauf weiter einzugehen.“
Lüderssen (1999, S.34) zur Wirkung der negativen Spezialprävention
17. Mai 2011 Empirische Kriminologie
40
Anhang IIFeststellung des Trends: steigende oder fallende Kriminalität?
‐ Fallzahlen und Tatverdächtige für Diebstahl und Betrug im Vergleich
Fallzahlen (je 100.000 Einwohner) von Betrug und Diebstahl Tatverdächtige Deutsche (je 100.000) für Betrug und Diebstahl
1 000
1,100
1,200
2 800
3,200
3,600
550
600
650
180
190
200
800
900
1,000
2 000
2,400
2,800
350
400
450
500
140
150
160
170
600
700
800
1 200
1,600
2,000
BETRUG (5100), linke SkalaDiebstahl (4000), rechte Skala
200
250
300
350
110
120
130
140
Betrug (5100), linke SkalaDiebstahl (4000), rechte Skala
Daten: PKS Zeitreihen 1987 bis 2009: Grundtabelle 01 mit Häufigkeitszahl, http://www.bka.de/pks/zeitreihen/ (0.4.05.2011)
600 1,2001994 1996 1998 2000 2002 2004 2006 2008
200 1101994 1996 1998 2000 2002 2004 2006 2008
17. Mai 2011 Empirische Kriminologie
41