måndag 30 augusti 2021

Skjutningar per kommun i Sverige

Polisen redovisar regelbundet skjutningar per månad och region på sin hemsida vilket är en mycket bra service till journalister, forskare och allmänhet. Av naturliga skäl släpar statistiken efter en del, och blir lite missvisande för senaste månaderna, vilket ibland kan ge ganska stora effekter, som när juni 2021 skrevs upp från 28 till 34 skjutningar (och sedan skrevs ner till 33) vilket då förvånade mig.  

Polisens statistik redovisas dock bara per region och månad, och många journalister har de senaste månaderna frågat om statistik per kommun. Det här är något som polisen i Malmö och Göteborg regelbundet redovisar på egen hand, men för de flesta av Sveriges kommuner är det ganska svårt att få klarhet i. 

Eftersom jag nyligen har genomfört en studie över utsatta områden där skjutningar (nov 2016 till mars 2020) var en variabel har jag dock siffror för hur många skjutningar det varit per kommun i det dataset polisen tillgängliggjort. Det finns en del brister med datan, vilket bland annat yttrar sig i att jag efter att ha rensat bort dubbletter och skjutningar utan information om platsen har för få skjutningar registrerade 2016-2017 och för många 2018-2019 jämfört med det som redovisas på polisens hemsida. Sammantaget har jag t o m februari 2020 1025 användbara skjutningar medan hemsidan redovisar 1055. Datan är inte perfekt, men på en övergripande nivå ger den nog en hygglig bild av hur många skjutningar olika kommuner hade under tidsperioden.


Jag har nu sammanställt antalet skjutningar per kommun från november 2016 till 13 mars 2020. 

Mer än hälften (151 av 290) av kommunerna har 0 skjutningar under tidsperioden. Ytterligare 56 har 1 skjutning. Endast 20 har 10 eller mer. Det här hänger också till stor del samman med befolkning, där små kommuner tenderar att ha 0 eller ett fåtal skjutningar, medan större kommuner oftare har ett högre antal.

Malmö har högst antal (men som tidigare rapporterats en tydligt fallande trend). Därefter följer Stockholms stad, som trots sin 3 gånger högre befolkning under tidsperioden hade ungefär lika många skjutningar som Malmö. Sedan kommer ett hopp ner till Göteborg följt av Uppsala. Helsingborg är femte värst, följt av Eskilstuna, Västerås och Huddinge som är de enda av övriga kommuner som i detta dataset har 20 eller fler skjutningar (se längre ner för hela listan på kommuner med 10 eller fler skjutningar, och ännu längre ner för en analys av alla kommuner med 5 eller fler i relation till folkmängd). 




Om jag istället räknar per invånare (år 2018) förändras vilka kommuner som är "värst" snabbt. Malmö är fortfarande hårdast drabbat med 0.47 skjutningar per 1000 invånare - men följs sedan av Ljusnarsberg och Jokkmokk som vardera haft två skjutningar men har liten befolkning. Därefter kommer Sorsele och Dorotea, som har en skjutning vardera, men ännu lägre befolkning. Därefter följer två mellanstora städer, Sigtuna (0.38) och Landskrona (0.37). På kartan blir de stora Norrlandskommunerna med mycket få skjutningar, men låg befolkning och stor area väldigt framträdande. Malmö längst ner i söder är svårt att urskilja.



Eftersom detta dock blir lite missvisande då kommuner med liten befolkning som har enstaka skjutningar får stort genomslag har jag valt att fokusera på de kommuner som hade minst 10 skjutningar under tidsperioden vilka redovisas nedan (se längst ner för hela listan). Uppsala, Helsingborg, Eskilstuna, Järfälla och Huddinge följer då. För hela Sverige är nivån på 0.1 skjutningar per 1000 invånare under den studerade tidsperioden.





Av samtliga städer kommer Stockholm på 34e plats, Södertälje 35e, Sollentuna 36e och Botkyrka 37e. Göteborg är på 39e plats. Men det här handlar som antytts ovan till stor del om små kommuner med enstaka skjutningar - om vi exkluderar alla med färre än 10 som ovan blir det plats 11, 12, 13, 14 och 15 för de ovan nämnda Stockholmskommunerna och Göteborg. Utifrån grafen ovan kommer Halmstad näst därefter, sedan Västerås innan de ovan nämnda kommunerna i Stockholmsområdet och Göteborg följer. 

Att flera stora Stockholms-kommuner ligger så nära varandra i nivå per invånare fick mig att titta lite närmare på det. Värst i Stockholm är Upplands-Bro, med 7 skjutningar och 0.24 per 1000 invånare. Men om vi fortsätter med de som har 10 eller fler skjutningar så ser det ut så här per capita: 



Det är väldigt liknande nivåer. Kan det möjligen handla om just att Stockholm som region blir ganska likartat eftersom kriminella nätverk i regionen finns nära varandra, och därmed påverkar - och påverkas av varandra vad gäller konflikter och normer kring vapenanvändning? Det vet vi såklart inte, men det är en intressant tanke. Finns säkert många andra förklaringar också dock, inte minst slumpen. Genomsnittet för hela Stockholms tätort som omfattar 12 kommuner är något lägre, 0.138.

Som nämnts ovan finns det brister i datan, och det här kan inte ses som någon fullständigt exakt bild av hur många skjutningar som varit i olika städer. Det är också mycket möjligt att det finns mer felaktigheter i vissa kommuner - spontant låter det t ex som ganska lite att Södertälje haft 15 skjutningar och Botkyrka 14. Det kan i framtiden kontrolleras mot Stockholmspolisens eget skjutningsregister som håller hög kvalitet, och motsvarande kan också göras för Malmö och Storgöteborg där polisen har järnkoll. 

Men för en nationell bild är det här nog vad som kan åstadkommas i nuläget, och någon fingervisning ger det nog i alla fall. Vilka hade trott att Sigtuna skulle sticka ut så? Och nog är det lite förvånande att Stockholm där vi senaste veckorna haft flera mord bara var 11e värst i landet per capita under den tidsperioden (om nu inte datan är särskilt missvisande i just Stockholm)? 

Här ska det dock nämnas att om vi bara hade studerat de senast två åren hade Stockholms position försämrats då Stockholmsregionen har haft en väldigt stor andel av skjutningarna de senaste åren. 

 Kommuner med minst 10 skjutningar under tidsperioden ordnade efter antal skjutningar per 1000 invånare. 





Det verkar inte finnas något samband mellan en kommuns storlek och hur många skjutningar per invånare kommunen har i detta dataset heller. I grafen nedan har jag tagit alla städer med minst 5 skjutningar och plottat deras nivå av skjutningar per invånare mot kommunens invånarantal. Det finns i princip inget samband. Stockholm och Göteborg har ungefär samma nivå per capita och syns längst till höger respektive näst längst till höger. Strax till vänster, men på ett betydligt högre nivå har vi Malmö. Sen hoppar vi ner och lite mer till vänster för Uppsala. Bland städerna under 200 000 invånare ser det hela oorganiserat ut, inga tydliga samband alls. Här ska det dock påpekas att det kan svänga snabbt och vara stora fluktuationer eftersom det handlar om så låga tal. Linköping som t ex är femte största stad men som i denna data endast har 8 skjutningar, och 0.05 per 1000 invånare, har ju under denna sommar drabbats hård med tre skjutvapenmord sedan i maj
Det är svårt att dra några tydliga slutsatser. Men sambanden med befolkning ser åtminstone inte ut att vara särskilt starka. 




fredag 23 april 2021

Olika metoder för att förutspå var brott kommer att ske

Ny studie, ledd av Maria Camacho Doyle som är doktorand vid Örebro Universitet är nu publicerad i Nordic Journal of Studies in Policing och ska härmed sammanfattas. 

Det kan ofta vara väldigt nyttigt att försöka identifiera vilka platser som har mycket brott - eller ännu hellre vilka platser som kan komma att ha mycket brott i framtiden. När man vet det kan man försöka göra något åt det, där den enklaste (och troligen vanligaste) åtgärden helt enkelt är att skicka fler poliser till platsen - så kallad hot spot policing vilket visat sig vara effektivt för att minska brottsligheten

Det finns en mängd olika metoder för att identifiera eller predicera platser med mycket brott, t ex riskterrängmodellering som jag tidigare tagit upp på bloggen. Vanligast är dock att utgå från var det tidigare varit mycket brott, men frågan blir då hur det ska beräknas. Ett vanligt sätt att identifiera platser med mycket brott är genom Kernel Density Estimation (KDE), vilket bland annat finns inbyggt i polisens interna system i Sverige. I en KDE låter man brott influera en viss punkt med fallande kraft desto längre bort brotten är. 10 brott på exakt samma plats ger alltså ett högre värde på den platsen än 10 brott som ligger nära varandra, vilket i sin tur ger ett högre värde än om det är 10 brott längre bort eller om det är 5 brott i närheten (Här finns ett exempel på KDE för gatuvåld i Malmö). En KDE medför i praktiken att man slätar ut skillnader mellan platser, så att det blir en ganska jämn yta. Det fungerar också ganska bra för att identifiera platser med mycket brott. Allt bra alltså?

Njae, en nackdel med KDE är att det för de flesta upplevs som ganska tekniskt. Man stoppar in brott i en modell och får ut en densitetsberäkning utan att riktigt förstå hur det går till eller vad det visar mer exakt. Det är en blackbox, och att justera parametrar i beräkningarna (t ex inom vilka avstånd beräkningen ska göras) upplevs för somliga vara väldigt komplicerat och svårt. 

Ett alternativ till att använda KDE är att helt enkelt räkna hur många brott som finns på en plats, och använda den beräkningen för att identifiera hotspots. Det är något som är lätt att förstå intuitivt, och som kan vara ganska lätt att genomföra. Att det är enklare att förstå är ganska givet och en stor fördel, men huruvida det är lättare att genomföra beror på hur man definierar vad en plats är. Om man utgår från adresser eller koordinater går det ganska lätt att identifiera vilka platser som har mest brott, men det är också en extremt liten analysenhet vilket gör att det kanske inte egentligen är en plats det handlar om. I forskningslitteraturen används ofta gatusegment (från en korsning till nästa korsning på en väg). Ett enkelt sätt att göra det på är också att dela in en stad i rutor och räkna brott i varje ruta. Ett rutnät läggs helt enkelt på staden och sedan beräknas antalet brott i varje ruta enkelt genom olika geografiska informationssystem. 

I vår studie har vi testat att göra just det. Malmö har indelats i 16 737 rutor som är 100x100 meter stora, och sedan räknar vi hur många brott som varit i varje ruta för olika typer av brott. Vi testar sedan olika varianter av KDE jämfört med antalsräkningen för egendomsbrott och våldsbrott, samt nedbrutet på specifika brottskategorier såsom misshandel eller bostadsinbrott. I samtliga fall försöker vi predicera brottsligheten 2017 med tidigare brottslighet, och vi testar olika kombinationer av tidigare tidsperioder för att predicera 2017. Fungerar det bättre att använda 2016 jämfört med 2015? Eller en kombination av 2015 och 2016? Osv osv. 

Jag ska här inte i detalj gå igenom alla analyser och resultat, men istället konstatera att kontentan är att den enklaste och mest rimliga versionen - att ta året innan och bara räkna antalet brott i respektive ruta - ger bra resultat och därför är vettigast att använda. Ibland fungerar KDE något bättre, men skillnaden är ganska marginell, och enkelheten i att bara räkna antal gör att vi föredrar det. 

Vi visar också att det finns skillnader mellan olika brottstyper i hur lätt det är att predicera. Utomhusmisshandel är lättast - och vi visar där att så lite som 0.2% av platserna (rutorna) i Malmö kan fånga upp hela 19% av brotten. Bostadsinbrott däremot är svårare att predicera, och där föreslår vi att analysen kan kompletteras med till exempel near-repeat analyser som jag diskuterat i ett tidigare blogginlägg. Det finns en massa andra nyanser och analyser i studien, och den hågade kan därför med fördel läsa vidare via länken i början av detta inlägg - studien är open access och fritt tillgänglig för alla. 






måndag 8 februari 2021

Skjutningar, utsatta områden och öppen drogförsäljning

För ett par år sen gjorde jag tillsammans med Joakim Sturup, Amir Rostami, Mia-Maria Magnusson, Kim Nilvall och Ardavan Khoshnood analyser av den rumsliga och tids-rumsliga kopplingen mellan skjutningar, utsatta områden och platser med öppen drogförsäljning. Studien är nu publicerad i Journal of Policing, Intelligence and Counterterrorism - och det är därför dags för en populärvetenskaplig sammanfattning. 

Studien bygger vidare på våra tidigare studier om var och när det skjuts samt hur risken för nya skjutningar på en plats är förhöjd efter en första skjutning. Kort sammanfattat så visade vi då att det är väldigt mycket skjutningar i vissa områden - som till stor del sammanfaller med våra utsatta områden - samt att risken är ungefär fyrdubblad för en ny skjutning i närheten under de närmsta veckorna efter att en skjutning inträffat. Det är ett fenomen som kallas nära-återkommande mönster (near repeat patterns) och som påvisats för en mängd olika brott, bostadsinbrott, personrån och terrorattacker i Irak till exempel. För bostadsinbrott brukar det uttryckas som att "om din granne har haft inbrott löper du själv en förhöjd risk att drabbas" - men exakt hur det ser ut varierar såklart mellan olika brottstyper. 

Det där var intressanta fynd - men samtidigt var det en ganska grovmaskig analys. Visst att risken ökar kraftigt för en ny skjutning, men risken för att en specifik plats ska få en skjutning är ju i utgångspunkten så låg att även en stor ökning fortfarande landar i en ganska liten risk. Så hur användbart var det egentligen för polis eller andra aktörer som vill arbeta mot gängvåldet?

Metod och data

För att hantera det problemet - och för att mer allmänt få en bättre förståelse för var och när det skjuts har vi i den nya studien gjort lite mer detaljerade analyser. Framför allt så har vi nu explicit tagit med det polisen definierar som utsatta områden, samt lagt till information över var polisen upplever att det förekommer öppen drogförsäljning. Öppen drogförsäljning har länge varit diskuterat som en högriskplats i relation till skjutningar och följdskjutningar i litteraturen, men det är få som direkt studerat det - och det finns nästan ingenting om det i Europa. 

För öppen drogförsäljning har vi två olika data-set, som båda bygger på var polisen anser att/upplever att det förekommer öppen drogförsäljning. Det ena data-setet togs fram som ett pilotprojekt med polismyndigheten 2017 där vi i denna analys fokuserar på Malmö, och det andra är framtaget av polisens region Stockholm där Mia-Maria Magnusson som är polis och samtidigt doktorerar i kriminologi har varit drivande. De mäter lite olika saker - Magnussons data utgår från var ett lokalpolisområde anser att det finns varaktiga platser med öppen användning och försäljning av droger som upplevs som problematiskt. Det fångar då upp ganska stora ytor där det över tid funnits en etablerad drogscen. Den mest kända är väl Sergels torg i Stockholm, men totalt 48 platser identifierades i polisregion Stockholm under 2017. 

Det andra data-setet har en mer detaljerad, men också mindre stabil, inriktning. Där satt vi ner med områdespoliser i respektive område och ritade in på en karta exakt var de ansåg att det fanns problem med öppen drogförsäljning. Det blir då mycket fler - och mycket mindre - platser, som också är mer varierande över tid. För Botkyrka hade vi under 2017 data från båda metoderna - vilket visas på Figur 1 nedan. Cirklarna är de stora stabila öppna drogscenerna (Fittja och Alby), de orangea ytorna är mer specifika platser där polisen då upplevde att det förekom drogförsäljning. Som vi kan se finns det en samvariation - de båda cirklarna har en massa orange. Men det finns också skillnader - tydligast i detta fall utifrån att Hallunda-Norsborg i 2017 års version inte ansågs ha någon öppen drogscen men ändå har en massa orange. 

Figur 1. Två olika sätt att mäta var polisen upplever att det finns problem med öppen drogförsäljning. 

Vår studie utgår från platser med öppen drogscen i Stockholms län och specifika platser med öppen drogförsäljning i Malmö kommun. Vi har sedan räknat på hur många skjutningar per kvadratkilometer det är på drogplatser i och utanför utsatta områden och hur det förhåller sig till skjutningar på andra platser. 

Huvudnumret är dock att försöka beräkna hur många skjutningar som följer efter en första skjutning inom olika tidsramar och olika stora geografiska ytor. Om en första skjutning sker på en plats med öppen drogförsäljning, hur många skjutningar följer då den inom x veckor och y meter? Och hur förhåller det sig till hur det ser ut på andra platser?.

Resultat

Resultaten är rätt tydliga. Det är mycket mer skjutningar vid platser med öppen drogförsäljning än på andra platser. Och det är mycket mer skjutningar i utsatta områden än på andra platser. Kombinationen av öppen drogscen och utsatt område i sin tur har de högsta nivåerna - särskilt i Stockholm där kombinationen är mer än dubbelt så utsatt som en av variablerna i sig. De beräkningarna är dock per area - eftersom vi inte har befolkningsdata för platserna med drogförsäljning - vilket innebär att det i Malmös fall finns åkrar - och i Stockholms län dessutom massor av skog. Det finns helt enkelt en massa platser där det inte är några människor - vilket gör att siffermässiga jämförelser som "100 gånger mer skjutningar på öppen drogscen i utsatt område jämfört med resten av Stockholms län" blir missvisande. I en mer rättvis jämförelse jämför vi de platser i Malmö som har flest lokalbusspassagerare (i praktiken centrum inklusive krogområden) med de platser som har drogförsäljning i utsatt område. Det är då 12 gånger mer skjutningar på platserna med drogförsäljning i utsatt område. 

Samtidigt är det viktigt att understryka att de flesta skjutningarna inte sker på högriskplatserna. I Stockholm är det till exempel 26% av skjutningarna som sker vid öppen drogscen. Det är mycket mer än förväntat givet att öppna drogscener utgör en pytteliten del av regionen, men det är fortfarande en minoritet av alla skjutningar. 

Hur ser det då ut med risken för följdskjutningar på de platserna jämfört med andra platser? Jo, som vi trodde är det mycket fler följdskjutningar om den första inträffar på en högriskplats. Vi testar en rad olika kombinationer av avstånd i tid (14 dagar, 28 dagar) och rum (200-400-600 meter) och i samtliga fall finner vi att det är betydligt högre sannolikhet för en ny skjutning om den första skjutningen var vid en högriskplats. Inom 400 meter och 4 veckor från en första skjutning är det till exempel 0.23 följdskjutningar om den första skjutningen var vid drogscen i utsatt område, men bara 0.05 om den första skjutningen skedde på annan plats. I Malmö är skillnaden mellan högriskplatser och andra platser lägre - men alla värden är högre. Motsvarande som ovan är 0.4 och 0.16. Detta beror på att den data vi använde i denna studie gick fram till år 2017 - när Malmös skjutvapenvåld var nära sin topp och låg klart högst i Sverige. Sedan dess har skjutningarna i Malmö minskat i antal, medan Stockholm hade en kraftig ökning av skjutningar under 2020. 

Figur 2. Följdskjutningar i Stockholms län baserat på om första skjutning varit vid drogscen i utsatt område eller inte. Värden anges för inom 2 eller 4 veckor, samt inom 200, 400 eller 600 meter.

Diskussion och slutsats

Det är väldigt starka koncentrationer av skjutningar till platser med öppen drogförsäljning i utsatta områden, och det är också en ganska hög risk för en ny skjutning på en sådan plats efter en första skjutning. Det innebär att det enlig min mening är rimligt med riktade åtgärder kort i tid efter en skjutning på en sådan plats. Det här görs ofta också, normalt under några dagar inom ramen för trygghetsskapande åtgärder och utredningsinsatser - och åtminstone i Malmö görs det också under lite längre tid för att försöka förhindra följdskjutningar. 

Samtidigt ska detta inte tolkas som att det är drogförsäljningen i sig som orsakar skjutningarna. Det kan vara så, men den enklaste förklaringen är kanske snarast att de platser där det säljs droger i utsatta områden frekventeras av de kriminella nätverk som skjuter - och blir skjutna. Samma nätverk är också inblandade i drogförsäljningen, men utan fördjupade analyser ska man nog vara försiktig med att dra slutsatsen att skjutningarna är på grund av drogförsäljningen. 

Det kan finnas viktiga anledningar att arbeta mot den öppna drogförsäljningen dock - inte minst för att den påverkar många boende. I Stockholms stads trygghetsmätning 2017 var det t ex 42% av invånarna i utsatta områden som upplevde att öppen handel med droger var ett litet eller stort problem. I de tre särskilt utsatta områdena, Husby, Rinkeby och Tensta, var det 67% av invånarna. Öppen drogförsäljning kan sända en signal om laglöshet och är därmed ej önskvärt. Dessutom finns det ett egenvärde i att försöka reducera brottsvinsterna de kriminella nätverken kan göra. 

Samtidigt är det viktigt att betona att den internationella forskningen om tillslag mot drogmarknader pekar mot att det snarare ökar våldet än minskar det. Min kollega Kim Møller har också dragit liknande slutsatser utifrån sina analyser i Danmark. Om målet är att minska våldet kan det därmed vara kontraproduktivt att slå mot drogmarknaden - åtminstone på kort sikt. 

Det hela är, som vanligt, inte helt enkelt. Men nu vet vi i alla fall att den typen av platser har väldigt mycket skjutningar, och att de ganska ofta ser följdskjutningar efter att en första skjutning inträffat. En pusselbit i taget får vi lägga hela pusslet. 








 

torsdag 14 januari 2021

Varierar det för olika brottstyper i hur hög grad platser med mycket folk genererar platser med väldigt mycket brott (hotspots)?

Nu har en ny studie accepterats för publicering, och min vana trogen ska jag därför försöka skriva en kort populärvetenskaplig sammanfattning. Studien är accepterad för publicering i European Journal on Criminal Policy and Resarch och heter Does the association between flows of people and crime differ across crime types in Sweden? (Pre-print länk

 Studien bygger vidare på en tidigare studie där jag analyserade våldsbrott vid busshållplatser, och bland annat kom fram till att många av de variabler som förutspår vilka busshållplatser som har mycket brott egentligen snarast mäter var det är mycket folk - och busshållplatser med mycket folk får mer brott eftersom det uppstår fler tillfällen då potentiella gärningspersoner interagerar med potentiella offer på en plats där många människor passerar. 

 I den nya studien bygger jag vidare på de fynden på flera sätt. Dels så studerar jag nu sex olika brottstyper och jämför resultaten för dessa; misshandel utomhus, personrån, cykelstölder, bilinbrott, skadegörelse och anlagda bränder. Dessutom så fokuserar jag nu på sambandet mellan platser med väldigt mycket brott, vilket ofta kallas hotspots, snarare än på ett mer generellt samband. Det här låter kanske nördigt och konstigt, men det är möjligt att en del av de samband som gäller generellt ser annorlunda ut när vi tittar på den väldigt lilla mängden platser som har väldigt höga nivåer av brott, och det finns faktiskt inte så många studier som explicit studerar just de platser som har väldigt höga brottsnivåer. En ytterligare sak jag lägger till i den nya studien är att jag tydligare försöker återkoppla till ett teoretiskt perspektiv - rutinaktivitetsperspektivet - vilket säger att brott uppstår i situationer där en motiverad gärningsperson möter ett lämpligt offer samtidigt som det inte finns tillräckligt med kapabla väktare för att avskräcka från eller förhindra brottet. 

Det här är intressant i relation till platser där det passerar mycket folk, eftersom det kan tänkas påverka alla tre variablerna. En plats med mycket folk kommer i genomsnitt också ha fler förövare. Och offer. Vilket bör öka brottsligheten. Men samtidigt bör platsen ju också ha fler kapabla väktare, vilka kan reducera risken för brott (Figur 1). Totalt sett är det väl etablerat att mer folk leder till mer brott, men flera studier har också visat att även om det blir fler brott kan antalet brott per person som finns på platsen faktiskt minska. En plats där väldigt många brott begås är alltså paradoxalt nog ofta en plats där varje enskild individ löper en mindre risk att utsättas för brott än på en plats med färre brott. 

Figur 1. Förenklad modell av hur stora flöden av människor teoretiskt kan tänkas påverka brottsligheten.
I analysen visar jag att sannolikheten för att en plats ska uppfylla kriteriet om att vara en hotspot (2,3 eller 4 standardavvikelser högre densitet av brottstypen) ökar tydligt om platsen också har många busspassagerare som passerar. Att så skulle vara fallet var väntat, men är ändå av visst intresse eftersom det som sagt är väldigt få studier som har analyserat just dessa platser i relation till andra faktorer. Som kan ses av de blåa prickarna i Figur 2 är dock sambandet betydligt svagare för skadegörelse och anlagd brand än för de andra brottstyperna. Min hypotes är att det åtminstone delvis har att göra med att du kan begå skadegörelsebrott nästan var som helst. Du kan klottra på en lyktstolpe, rispa eller elda på en parkbänk, tända eld på eller rispa en papperskorg eller bil. Osv osv. 

 Figur 2. Oddskvoter för hotspots för sex olika brottstyper i relation till densitet av buspassagerare.
Jag drar sedan den hypotesen ett steg längre, och antar att det finns oändligt med mål för att begå dessa brott. Jag antar dessutom att sambandet mellan de tre olika variablerna i Figur 1 ovan ser likadant ut för alla brottstyper. Båda dessa antagandena är kraftigt förenklade - och felaktiga. Men genom att göra sådana antaganden kan jag testa att teoretiskt lösa ut ekvationen i Figur 1 och försöka sätta en siffra på hur mycket av ökningen i brott som kan kopplas till fler potentiella offer/måltavlor för brott. Jag landar då i att anledningen till att en plats med många busspassagerare oftare också är en hotspot för brott till ca 70-80% beror av att det finns fler potentiella offer/måltavlor där. Det här behöver undersökas noggrannare med en mer exakt metod för att avgöra den relativa vikten av gärningspersoner, offer och kapabla väktare på en plats för den platsens brottslighet, men denna studie är ett försiktigt försök att utveckla vårt tänkande kring hur dessa variabler samvarierar, vilket i sin tur kan bidra till en bättre förståelse för hur vi kan förebygga brott. 

onsdag 25 november 2020

Helikoptrar och evidensbaserat polisarbete i Sverige

 Jag har tillsammans med mina kollegor Kim Nilvall och Johan Kardell vid polismyndighetens Nationella Operativa Avdelning (NOA) fått en ny studie publicerad - The Helicopter Pilot - Swedish Hot Area Policing From Above

Studien handlar om ett försök att förebygga anlagda bilbränder under den period då det tenderar att vara flest anlagda bränder - perioden från strax innan skolstart och första månaden av höstterminen. Detta har varit en tid med anlagda bilbränder under många år, och polisen har på flera sätt försökt ha beredskap för - och infört åtgärder mot - det utan större framgång. År 2018 brann det uppemot hundra bilar på en dag i västra Sverige, vilket väckte stor uppmärksamhet och ökade trycket på att göra något åt problemet. 

Under våren 2019 fördes en diskussion på NOA om hur problemet skulle kunna angripas och hur den nationella nivån skulle kunna stötta lokalpolisområdena samt hur det skulle kunna kopplas till en mer generell utveckling mot att arbeta mer evidensbaserat. Polisflyget hör till NOA, och ett förslag om att testa användning av helikoptrar för att patrullera platser med mycket bränder föreslogs. Det bygger på forskning om att polispatruller på platser med mycket brott - hot spot policing - är en väl etablerad metod som kan minska brott, samt på ett fåtal gamla studier som visat att helikopterpatruller kunnat förebygga bostadsinbrott. Detta sågs också som ett sätt att börja arbeta mer evidensbaserat i svensk polis, det vill säga att utgå från studier, testa metoder - och utvärdera resultatet av dessa metoder. 

En analys gjordes av var i Sverige det brukar vara mycket bilbränder, och flera möjliga regioner som hade kunnat vara lämpliga att göra försöket i identifierades. En polisregion tackade ja till införandet, region syd, och en fördjupad analys gjordes av var det brukar vara mycket bilbränder, samt på vilka tider dessa tenderar att inträffa. Utifrån det togs kartor och ett ungefärligt schema fram för när helikoptrarna skulle flyga med utgångspunkt i att flyga på tider lite innan förväntade tidpunkter för bränder - samt med begränsningar om att inte flyga sent för att inte störa de boendes nattsömn. Till skillnad från traditionell hot spot policing som riktar sig till små, specifika platser - oftast med fotpatruller - kan en helikopter se och ses från ett stort område, och det handlar därmed snarare om "hot area policing" istället för "hot spot policing". 

Projektperioden var satt till sex veckor, och polishelikoptrar var tänkta att flyga när de hade tid över för projektet. Vi följde sedan upp det genom att jämföra utvecklingen av bilbränder i de städer som omfattades av helikopterpatruller med andra städer som har höga nivåer av bilbränder. Det visade sig att det var färre bilbränder än tidigare både i de städer där helikoptrarna flög och i andra städer. Minskningen var stor, och ungefär lika stor i båda fallen. Beslutet att testa metoden verkade därmed inte ha någon effekt. 

Men, bara för att det bestäms att helikoptrar ska patrullera i sex veckor behöver det inte betyda att så faktiskt sker. Vi fick tillgång till satellit-data över var helikoptrarna faktiskt varit, och det visade sig att de mestadels flög i början av tidsperioden (Figur 1, massor av markeringar i början av perioden, blir sedan allt glesare). Under senare delar av tidsperioden var det mycket lite helikopter-tid på de utpekade platserna.  Nästa fråga blev då huruvida vi kunde se färre bilbränder på de dagar när helikoptern faktiskt varit på plats?

Figur 1. Antal minuter per dag med helikopterpatrull. 

I analysen jämförde vi således antalet bilbränder per dag på dagar med helikopter kontra dagar utan helikopter, och kontrasterade det mellan de städer som deltog i projektet kontra andra städer som brukar ha mycket bilbränder. Som kan ses i Figur 2 var det mindre bilbränder per dag under de dagarna i alla städerna - inklusive i de städer som inte hade några helikoptrar. Som synes vid jämförelse av blå vs röd stapel för de två sista kolumnerna i grafen (Treatment total och Control) var minskningen lite större på platser med helikoptrar, men den var inte stor nog för att bli signifikant (p=.23). Den första kolumnen som visar Malmö uppvisar också den största minskningen för brinnande bilar, men inte heller den är signifikant (p=.07). Slutsatsen är alltså att vi inte ser någon signifikant effekt av helikopterpatruller på bilbränder. 


Figur 2. Anlagd bilbrand per dag med och utan helikopter-närvaro. 

Även om vi i vår studie alltså inte kommer fram till att detta pilotprojekt har haft någon effekt är detta goda nyheter för polismyndigheten. Det här var ett försök att arbeta mer evidensbaserat, att faktiskt försöka ta reda på om något som görs får en effekt. Detta görs alldeles för sällan i svensk polis, och varje steg i den riktningen som tas är enligt min mening en framgång. 

Som påpekats av en av de vetenskapliga granskare som kommenterat studien kan det också vara så att det finns en effekt av helikoptrarna - punktestimatet är exv -0.43 för dagar med helikoptrar - men vi har för låg statistisk kraft för att kunna identifiera det. Med en större studie, eller fler brottstyper inkluderat, kan den statistiska kraften utökas för att få en säkrare bild av huruvida polishelikoptrar kan bidra till att avskräcka från brottslighet. En fördel med att lägga till fler brottstyper till analysen är i så fall också att det kan göras utan nya försök - för att flyga helikoptrar över bostadsområden uppfattas inte sällan som störande för de boende, och är inte något som bör göras i onödan. 






måndag 12 oktober 2020

Hur förändrades brottsligheten i Sverige under de första 10 veckorna av covid-19?

 Covid-19 har påverkat samhället på alla plan, inklusive brottsligheten. Jag publicerade i början av pandemin en spekulation om hur brottsligheten skulle påverkas av covid-19. BRÅ har fortlöpande publicerat månatliga analyser av hur brottsligheten förändrats. I mars , april och maj minskade brottsligheten jämfört med förra året, medan den i juni och juli ökade. 

Parallellt arbetade jag med Nationella Operativa Avdelningen på polisen med veckovisa uppföljningar av hur brottsligheten förändrades under det första halvåret av 2020. Vi utgick då från en enkel metod som BRÅ tagit fram, där den faktiska utvecklingen jämförs med en prediktion baserad på data från föregående år. Den analysen har nu byggts ut lite och publicerats i den vetenskapliga tidskriften crime science tillsammans med Johan Kardell och Johanna Kindgren vid NOA. Min vana trogen ska jag därför försöka skriva en kort populärvetenskaplig sammanfattning av studien. För ett kort resonemang kring metoden och metodproblem se längst ner i detta inlägg. 

Förutom totalt anmälda brott valde vi att följa en rad olika brottstyper: 

* Misshandel utomhus

* Misshandel inomhus

* Personrån

* Bostadsinbrott

* Inbrott i icke-bostäder (företag, myndigheter mm)

* Fickstölder

* Narkotikabrott

* Skadegörelse

En rolig anekdot i sammanhanget är att vi inte hade med fickstölder från början, men efter att en kompis från Härnösand lyft den frågan tog vi med det - och som vi ska se var det fickstölder som verkar ha påverkats absolut mest. För varje brott jämför vi den faktiska utvecklingen med hur utvecklingen sett ut tidigare år, samt relaterar det till hur nivån varit tidigare under året. Vi betraktar vecka 11 som starten på covid-19 i Sverige, det var den vecka då folkhälsomyndigheten fattade beslut om de första skarpa åtgärderna mot pandemin, bland annat i och med förbudet mot allmänna sammankomster mm med mer än 500 deltagare. 

För de flesta brottstyperna ser utvecklingen ut ungefär som den ser ut för misshandel utomhus vilket visas nedan. Den gråa linjen är utvecklingen tidigare år, röd och grön är konfidensintervallet (inom de linjerna borde nivån vara utifrån modellen) och den svarta är den faktiska utvecklingen. Som vi kan se på grå, röd och grön linje brukar misshandel utomhus gå upp under våren i takt med att vädret blir varmare. Den svarta linjen har efter pandemin (strecket) oftast varit lite under den streckade gröna linjen, så misshandel utomhus verkar ha minskat lite. Men den är inte alltid lägre, och det är ingen jättedramatisk förändring. 


Det ser ungefär likadant ut för misshandel inomhus, bostadsinbrott och andra inbrott. Små minskningar, men inget dramatiskt. Att misshandel inomhus skulle minska var oväntat utifrån mina prediktioner i början av pandemin, och jag hade nog väntat mig större minskningar av bostadsinbrott också. Gissningarna gick inte helt rätt. 

För personrån och narkotikabrott ser vi ingen tydlig ändring i och med pandemin. För skadegörelse är det möjligen en ökning men det är lite svårt att tyda, och skadegörelse drivs dessutom av anmälningar från stora aktörer som SL i Stockholm vilket kan ge en ryckighet i trenderna (tack polisen Stockholm som informerat mig om detta!). 

Så kommer vi till fickstölder då. Såhär i efterhand framstår det ju som väldigt givet att det borde minska rejält. Färre folk ute gör det svårare, och när alla ska försöka hålla social distans desto mer så. Dessutom begås dessa brott i viss mån av utländska stöldligor, vilka får svårare att begå dessa brott när gränser stängdes. Men allt det hade jag inte tänkt på, förrän Albin lyfte frågan som nämnts ovan. Fickstölderna minskade med ca 60%, och det blir som synes en mycket tydligare bild än den ovan över misshandelsbrott utomhus. 


Slutsats

Pandemin verkar ha påverkat brottsligheten i Sverige. Men kanske inte så mycket som många, däribland jag, hade trott på förhand. Med tanke på hur mycket exv kollektivtrafikresande i Stockholm minskade i våras hade jag förväntat mig större förändringar i brottsligheten. Men som jag noterade i mitt blogginlägg i våras kan det vara så att en del effekter ger ökande brottslighet medan andra ger minskande, och totaleffekten blir därmed inte så stor. Förutom för fickstölder då.. 

Den här analysen gick bara till Maj dock, och som BRÅ har påpekat har brottsligheten sedan dessa gått upp lite jämfört med år 2019. De mer långsiktiga effekterna av covid-19 är fortfarande okända. En farhåga som bland annat rests av min kollega Per-Olof Hallin är att pandemin kommer förstärka segregationen, och leda till försämrad situation i våra utsatta områden. 

En intressant komponent i det hela är också att vi inte verkar ha sett någon minskning av gängvåldet, något som också noterats i analyser från USA. Gängvåldet verkar snarare öka under pandemin, vilket kan ha flera olika förklaringar. Jag nämnde några tankar kring det i mitt förra covid-19 blogginlägg, och John Roman har kompletterande tankar kring det hela. 

Det sista kapitlet i denna historia kommer inte skrivas förrän om många år. Men i denna studie visade vi att det inte verkar ha skett några dramatiska förändringar av brottsligheten under de första 10 veckorna av pandemin. 

Metod

En brist i många analyser av brottslighetens utveckling under covid-19 som publicerats i media är att det ofta antingen bara jämför utvecklingen under året, eller jämför med nivån föregående år. Det här beskrivs förtjänstfullt av Matt Ashby som visar hur det riskerar ge missvisande resultat. De flesta vetenskapliga studier som publicerats på temat använder därför relativt avancerade metoder för att skapa en prediktion vilken det faktiska utfallet kan jämföras med. Vår studie är mycket enklare dock eftersom den bygger på den metod som polisen och BRÅ använder. Vi baserar prediktionen på median för tidigare år, och jämför sedan utvecklingen med innevarande år. För att ta hänsyn till eventuella årliga trender över tid, exempelvis om en typ av brott har sjunkit kontinuerligt under många år, testar vi om 2019 var signifikant lägre än 2016-2018 och använder då 2019 som jämförelse istället. Det är inte perfekt, men ger en fingervisning om utvecklingen. 

Ett problem med den här typen av realtidsbedömningar av brottslighetens utveckling är också att det kan ta tid innan datan är korrekt. Brott kan anmälas långt efter att de begått är ett tydligt sådant problem. För att minska den typen av problem använde vi data över när brottet registrerades i polisens system istället för när brottet begicks. Men även då kvarstår problem, vilket vi noterar i studien. Ganska många brott som "registrerades" under en viss vecka finns inte i systemet förrän någon vecka senare. På övergripande nivå är det dock inte särskilt stort problem då det är ganska små skillnader, men bra att vara medveten om. Innan denna studie gjordes var inte jag medveten om att det här är ett ganska vanligt förekommande problem, och det syns framför allt i ett kort tidsperspektiv. Mellan frukost och lunch på en måndag kan mängden brott som registrerats för föregående vecka skilja sig ganska dramatiskt. Därefter minskar skillnaden, och från eftermiddagen på måndagen till eftermiddagen en vecka senare är det ca 1% fler brott registrerade. Detta minskar sedan snabbt, men nya brott fortsätter att registreras/omkodas flera veckor senare. 




onsdag 9 september 2020

Kriminologer mm: För media

 När det händer något som får stor uppmärksamhet som tangerar mina forskningsinriktningar blir det snabbt väldigt många journalister som ringer. Men ofta finns det andra forskare som kan mycket mer om ämnet och/eller den geografiska kontexten. 

Jag har några gånger gjort twittertrådar med tips på kriminologer/forskare som kan kontaktas, men tänker att det är enklare att ha det som en bloggpost som blir lätt åtkomlig och som kan uppdateras efterhand. I nuläget kommer jag bara lägga in några av de mer uppenbara namnen angående ämnen som jag ofta får förfrågningar om, så får vi se hur mycket jag uppdaterar listan i framtiden. Notera att många av forskarna håller på med annat än det jag listar också - jag tar här upp sånt jag brukar få frågor om!

Roger Andersson (Professor kulturgeografi, UU)

Segregation, Integration

Henrik Andershed (Professor, Örebro U)

Allmän kriminologi, Psykologi, Prevention

Amber Beckley (Forskare, Gävle)

Invandring och brott, biologiska förklaringar

Christoffer Carlsson (Forskare, Institutet för framtidsstudier)

Kriminella karriärer, extremism, Allmän kriminologi

Vania Ceccato (Professor, KTH)

Geografi, otrygghet, kollektivtrafik

Maria Doyle (Doktorand, Örebro U)

Geografisk prediktion av brott, Otrygghet

Felipe Estrada (Professor, Stockholm)

Allmän kriminologi, Brottsutveckling

Janne Flyghed (Professor emeritus, Stockholm)

Övervakning, Kameror, Företag & myndigheters brottslighet

Torbjörn Forkby (Professor, Linneuniversitetet)

Gäng, Avhopp, Socialtjänst

Sven Granath (Polisen Stockholm)

Gängvåld, skjutningar, mord, explosioner, polisen

Hans Grönkvist (Forskare, ekonomi, IFAU/Uppsala Universitet)

Effekt av bly på brott. Utbildning och brott. 

Nicklas Guldåker (Lektor kulturgeografi, LU)

Bränder, Geografi, Riskbedömning

PO Hallin (Professor emeritus, kulturgeografi, MaU)

Utsatta områden, Bränder, Segregation

Anita Heber (Docent, SU)

Otrygghet, Kriminalpolitik

Randi Hjalmarsson (Professor i ekonomi, Göteborgs Universitet)

Förklaring till brott, exv utbildning, värnplikt. Effekter av fängelsestraff. Mm.

Stefan Holgersson (Professor, Phs Oslo, Linköping Uni)

Polisen, Utsatta områden

Anna-Karin Ivert (Docent, Mau)

Otrygghet, Tillit, Bostadsområden, Brottsprevention, Kameraövervakning, utsatta områden, Malmö

Johan Kardell (Polisen, fd SU kriminologen)

Invandring och brott, polisen

Ardavan Khoshnood (Docent, med Dr LU, affilierad kriminologi Mau): 

Gängvåld, skjutningar, Utländsk bakgrund, 

Johannes Knutsson (Professor emeritus, Phs Oslo)

Problemorienterat polisarbete, Polisen, Brottsförebyggande

Karl Kronkvist (Doktorand, Mau)

Bostadsområden, brottsprevention, brottslighetens geografi, otrygghet, utsatta områden, Malmö

Fredrik Kärrholm (Polisen Stockholm)

Crime harm index

Sven-Åke Lindgren (Professor emeritus, GU): 

Allmänt kriminologi, anlagda bränder, våld, Göteborg, Väst

Mia-Maria Magnusson (Doktorand, MaU)

Narkotika, Öppna drogscener, Polisen

Bo Malmberg (Professor kulturgeografi SU)

Segregation, Bilbränder

Caroline Mellgren (Docent, Mau)

Otrygghet, Tillit, Bostadsområden, Polisen

Kim Moeller (Docent, MaU)

Narkotikamarknader, våld, danmark

Tove Petterson (Professor SU)

Ungdomar, Polisen

Mikael Priks (Professor nationalekonomi, SU)

Kameraövervakning, fotbollsrelaterad brottslighet. 

Mia Puur (Master från Mau)

Utsatta områden, geografi, polisens arbete utsatta områden

Amir Rostami (Docent, Gävle högskola, Stockholms universitet, Institutet för framtidsstudier): 

Gäng, extremism, kriminell organisering, nätverk, gängvåld, skjutningar, polisen, Stockholm

Amir Sariaslan (Forskare, Helsingfors Uni)

Brottslighetens orsaker, Kausalitet, Socioekonomiska förklaringar

Jerzy Sarnecki (Professor emeritus, Gävle högskola)

Allmän kriminologi, Brottsutveckling, Gängvåld, Invandring och brott

Fredrik Sivertsson (Universitet i Oslo/ Stockholms Universitet)

Kriminella karriärer, Brottsutveckling

Joakim Sturup (Polisen Stockholm, affilierad KI)

Gängvåld, skjutningar, explosioner, utredningar, mord, polisen

Sara Uhnoo (Docent, GU)

Anlagd brand, Göteborg, Ungdomskriminalitet

Daniel Vesterhav (BRÅ)

Organiserad brottslighet, Skjutningar

Enes Al Weswasi (Doktorand, Stockholms Universitet)

Effekt av straff, fördelning av domar mellan olika befolkningsgrupper