2. Die Abschreckungswirkung von Strafe
3.2 Daten
Tabelle 3.1: Gemeindestruktur in Baden-Württemberg
Klasse ]Gem. in Klasse % Gem. in Klasse % Bev. in Klasse
< 1.000 90 8,10 ,47
1.000 - 2.500 216 19,44 4,00
2.500 - 5.000 306 27,54 10,75
5.000 - 10.000 259 23,31 17,15
10.000 - 20.000 149 13,41 19,31
20.000 - 50.000 68 6,12 20,16
50.000 - 100.000 14 1,26 9,02
≥ 100.000 9 ,82 19,14
Summe 1111 100,00 100,00
Bevölkerungszahlen von 1995.
Körperverletzung, Entführung, Geiselnahme sowie Angriffe auf den Luft- und Seeverkehr zusammensetzt. Aufgrund der hohen Zahl kleiner Gemeinden, die häufig ein sehr geringes Kriminalitätsaufkommen aufweisen, beschränkt sich die Analyse der Kriminalität auf die 240 Orte mit mindestens 10.000 Einwohnern, deren geographische Lage anhand der Ab-bildung 3.1 nachvollzogen werden kann.6 Zur besseren Orientierung sei erwähnt, dass es sich im Falle der Gemeinden mit mindestens 100.000 Einwohner (von Nord nach Süd und Ost nach West) um Mannheim, Heidelberg, Heilbronn, Karlsruhe, Pforzheim, Stuttgart, Reutlingen, Ulm und Freiburg handelt.
In Abbildung 3.2 wird die räumliche Verteilung der zu untersuchenden Straftaten kar-tographisch dargestellt (von links nach rechts: einfacher Diebstahl, schwerer Diebstahl, Gewaltkriminalität). Allgemein ist festzustellen, dass die „Hot Spots“ der Kriminalität im Wesentlichen mit den urbanen Ballungsräumen zusammenfallen.7So sind der Raum Nord-baden (Mannheim/Heidelberg bis Karlsruhe) und Stuttgart relativ zur Einwohnerzahl am stärksten von Kriminalität belastet. Dieser Zusammenhang tritt jedoch bei schwerem Diebstahl (mittlere Abbildung) wesentlich deutlicher zu Tage als im Falle der beiden ande-ren Kriminalitätskategorien. So ist bei schwerem Diebstahl mit zunehmender Entfernung zu den Oberzentren nur ein schwächeres Absinken der Kriminalitätsbelastung
festzustel-6Insbesondere in Hinblick auf die Untersuchungen zum Anteil der ortsfremden Täter (siehe Abschnitt 6) würde das Einbeziehen der kleinsten Gemeinden zu einer großen Anzahl von Extremwerten (0 oder 1) führen, was wiederum den Einsatz nichtlinearer Schätzmethoden unvermeidbar machen würde. Aller-dings werden im Rahmen der Analyse von Nachbarschaftseffekten auch die Bedingungen in den kleineren Gemeinden berücksichtigt.
7Es sei an dieser Stelle angemerkt, dass für die Zuordnung einer Straftat zu einer Gemeinde der Tatort und nicht die Herkunft des Täters entscheidend ist.
3.2. Daten 83
len. Dies geht aus der homogeneren Farbverteilung in der Karte hervor. Ein möglicher Erklärungsansatz für dieses Phänomen besteht in der besonderen Struktur der Personen, die schwere Diebstähle (z.b. Einbruch- oder Autodiebstahl) begehen. Diese Klientel be-steht - wie aus dem starken Absinken der Tatverdächtigenzahlen beim Übergang von der Mehrfachzählung zur echten Tatverdächtigenzählung (siehe Abbildung 2.3 auf Seite 30) gefolgert werden kann - im Vergleich zu anderen Kategorien der klassischen Kriminali-tät zu einem größeren Teil aus Wiederholungs- bzw. GewohnheitsKriminali-tätern. Hieraus kann wiederum abgeleitet werden, dass Personen, die schwere Diebstähle verüben, aufgrund ihrer größeren Erfahrung / Professionalität (und mglw. höheren Rationalität) eher da-zu neigen, (auch) Ziele außerhalb ihrer Wohnortgemeinde in Betracht da-zu ziehen.8 Dabei können zwei Formen der Tätermobilität zur Entstehung des beobachteten Kriminalitäts-lagebildes (mit starker Belastung der Gemeinden im Umland der Zentren) beitragen. So können im Oberzentrum beheimatete Täter „Ausflüge“ in die Peripherie unternehmen („auswärtsgerichtete“ Tätermobilität) oder Täter aus weiter entfernten (mglw. in einem anderen Bundesland oder gar im Ausland gelegenen) Gemeinden können Beutezüge in die häufig wohlhabenden und tagsüber schlecht bewachten Nachbar- und Umlandgemeinden eines Oberzentrums unternehmen („einwärtsgerichtete“ Tätermobilität). Das Phänomen der Tätermobilität ist wahrscheinlich auch dazu geeignet, die auffällige dunkle Einfärbung der an der Westgrenze BW gelegenen Gemeinden zu erklären. Bedenkt man, dass es sich bei diesem Landstrich - der Rheinebene - um eine Hauptverkehrsader nicht nur innerhalb BW, sondern auch innerhalb Deutschlands und Europas und zudem um eine internatio-nale Grenzregion (zu Frankreich) handelt, dann erschließt sich,weshalb dort auch relativ kleine Gemeinden von einer hohen Kriminalitätsrate betroffen sind. Folglich bietet sich die aus Abbildung 3.2 hervorgehende Varianz der Kriminalitätsbelastung im Raum nicht nur zur Analyse der Determinaten von Kriminalität, sondern auch zur Untersuchung der Bestimmungsfaktoren von Tätermobilität an.
8Diese Argumentationskette lässt sich zum einen durch die von Wikström (1998, S. 280) auf Grundlage internationaler Forschungsergebnisse geäußerte Feststellung, wonach „[. . . ] older offenders and those with a longer criminal career tend to offend at greater distances from home than do young and less criminally experienced offenders“ und zum anderen durch das nachfolgend präsentierte Datenmaterial (siehe Tabelle 3.5) stützen.
Quelle: Darstellung auf Grundlage von Daten des LIS Baden-Württemberg.
Abbildung 3.1:Bevölkerung in den baden-württembergischen Gemeinden 1995
3.2. Daten 85
Quelle:DarstellungaufGrundlagevonDatendesLandeskriminalamtunddesLISBaden-Württemberg. Abbildung3.2:EinfacherDiebstahl,schwererDiebstahlundGewaltkriminalitätpro1.000Einwohnernindenbaden-württembergischen Gemeinden1995
In Tabelle 3.2 werden deskriptive Statistiken der abhängigen und erklärenden Varia-blen ausgewiesen. Die Zahlen machen deutlich, dass Gewaltstraftaten wesentlich seltener vorkommen als Diebstahlsdelikte (auf ein Gewaltdelikt kommen ca. 13 einfache und 14 schwere Diebstähle), andererseits aber mit einer (Aufklärungsquote (AQ) von ca. 80% -viel häufiger aufgeklärt werden. Vergleicht man die Aufklärungsquoten der beiden Dieb-stahlskategorien, so fällt auf, dass einfacher Diebstahl (AQ ≈ 52%) deutlich häufiger aufgeklärt wird als schwerer Diebstahl (AQ ≈ 17%). Die hohen AQ der Gewaltkrimina-lität und auch des einfachen Diebstahls deuten auf eine Verzerrung im Berichtsverhalten der Bevölkerung hin, indem vorwiegend solche Fälle an die Polizei gemeldet werden, bei denen der Täter dem Opfer oder Zeugen bekannt ist bzw. der Täter auf frischer Tat er-tappt wird. Letzteres trifft insbesondere auch auf den Ladendiebstahl zu, der ungefähr die Hälfte der Fälle einfachen Diebstahls ausmacht. Dass die nachfolgenden Schätzun-gen im Falle des einfachen Diebstahls und der Gewaltkriminalität ohne die jeweiliSchätzun-gen AQ durchgeführt werden, ist jedoch weniger auf die vermutete deterministische Abhängigkeit von registrierten und aufgeklärten Fällen - diese sollte sich lediglich in gegen Null ver-zerrten Schätzkoeffizienten der AQ niederschlagen -, sondern vielmehr in den Ergebnissen der Endogenitätstests des vorangegangenen Kapitels begründet.9 Dort erwies sich die AQ im Falle des einfachen Diebstahls in den Regressionen für Erwachsene und Jugendliche als endogen (s. Spalte 14 der Tabellen 2.5 und 2.6 auf Seiten 61f. und 63f.) und auch für die von schwerer und gefährlicher Körperverletzung dominierte Gewaltkriminalität ergaben sich entsprechende Hinweise (s. Tabelle 2.7, Spalte 11 auf Seite 65). Da sich in den Schätzungen des 3. Kapitels dagegen keine Anzeichen für Endogenität der AQ im Falle des schweren Diebstahl ergaben, fließt diese als erklärende Variable in die nachfol-genden Schätzungen ein. Anstelle einer Verwendung gemeindespezifischer Größen werden den Kommunen jedoch die AQ ihres jeweiligen Kreises zugewiesen. Dieses Vorgehen wurde gewählt, da die AQ auf Gemeindeebene eine unplausible Streuung aufweist, die dadurch zustande kommt, dass in Gemeinden mit geringem Deliktsaufkommen bereits kleine Ver-änderungen der Anzahl aufgeklärter Fälle ausreichen, um eine substanzielle Veränderung der Aufklärungsquote (Anzahl der aufgeklärten Fälle / Anzahl der registrierten Fälle) herbeizuführen.10
9Für kommunale AQ konnten aufgrund des Fehlens geeigneter Instrumente keine Endogenitätstests durchgeführt werden. Dies hat seinen Grund vor allem darin, dass die für die Aufklärung von Straftaten zentralen Faktoren (z.B. personelle und technische Ausstattung der Polizei) in die Zuständigkeit des Landes und nicht der Gemeinden fallen.
10Dieses Problem konnte auch durch Ausschließen der Gemeinden unter 10.000 Einwohner nicht
besei-3.2. Daten 87
Tabelle 3.2:Deskriptive Statistiken der abhängigen und erklärenden Variablen
Variable Mittelwert Std.abw. Minimum Maximum
Einfacher Diebstahl / 1.000 Einw. 12,75 2,451 ,9484 63,21 Schwerer Diebstahl / 1.000 Einw. 14,27 7,666 1,552 51,94 Gewaltkriminalität / 1.000 Einw. 1,071 ,6172 0 4,226
AQ einf. Diebst. ,5237 ,0648 ,3522 ,6810
AQ schw. Diebst. ,1659 ,0532 ,0721 ,3738
AQ Gewaltkriminalität ,7939 ,0521 ,5432 ,9147
MIETE 9,552 1,292 6,787 12,67
EINK 6,228 ,6307 4,929 12,04
GINI ,4350 ,0344 ,3553 ,6993
SOZIALH ,0327 ,0093 ,0210 ,0869
ARBEITSL ,0433 ,0126 ,0187 ,0953
JUNGM ,0666 ,0095 ,0424 ,1537
GESCHIED ,0323 ,0086 ,0147 ,0574
HOCHQ ,0633 ,0219 ,0229 ,1751
AUSL ,0900 ,0340 ,0230 ,1810
LADEN 4,937 1,336 1,482 9,093
EINPENDL ,1819 ,1060 ,0416 ,8372
AUSPENDL ,2095 ,0952 ,0399 ,4127
LOGBEV 9,793 ,7034 8,993 13,22
DICHTE ,2705 ,0964 ,1124 ,6078
GRENZE R-P ,0375 ,1901 0 1
GRENZE HES ,0250 ,1562 0 1
GRENZE BAY ,0542 ,2265 0 1
GRENZE CH ,0458 ,2093 0 1
GRENZE FR ,0250 ,1562 0 1
Die Angaben basieren auf einer Stichprobe von 720 Beobachtungen (3 Jahre * 240 Gemeinden).
Die Auswahl der übrigen in Tabelle 3.2 präsentierten erklärenden Variablen wurde in Anlehnung an die theoretischen Ausführungen des vorangegangenen Abschnitts vorge-nommen. Da für die Untersuchung keine Angaben zum Marktwert von Immobilien verfüg-bar waren, wurde alternativ die durchschnittliche monatliche Miete (MIETE) als Indikator für die lokalen Vermögenswerte verwendet. MIETE misst die durchschnittliche Monats-miete für eine mit Bad und Küche ausgestattete Wohnung, wobei öffentlich geförderter Wohnraum nicht berücksichtigt wurde. Da die MIETE nur für das Volkszählungsjahr vor-liegt, wurden den drei Untersuchungsjahren (1989, 92, 95) die mit der Entwicklung des baden-württembergischen Mietindexes umbasierten Werte von 1987 zugewiesen. Für die Mietvariable wird ein positiver Effekt auf die Häufigkeit der Eigentumsdelikte erwartet, da höhere Vermögenswerte höhere potenzielle Gewinne aus Diebstahl ermöglichen.
Weitere Indikatoren der Verdienstmöglickeiten werden durch das mittlere Einkommen der Steuerpflichtigen (EINK) und die mittels des Gini-Koeffizienten gemessene Einkom-mensungleichheit (GINI) innerhalb der Gemeinden erfasst. Da sowohl EINK als auch GINI auf Daten der Einkommensteuerstatistik basieren, berücksichtigen sie keine Einkommen aus Sozialleistungen wie Arbeitslosengeld, -hilfe oder Sozialhilfe. Ferner lässt sich aus der Einkommensteuerstatistik nur das in Klassen zusammengefasste Bruttoeinkommen der Steuerpflichtigen entnehmen. Für jede der acht Einkommensklassen ([1, 10000]; [10000, 20000]; [20000, 30000]; [30000, 40000]; [40000, 50000]; [50000, 75000]; [75000, 100000];
[100000 oder mehr]) wird sowohl die Anzahl der Steuerzahler als auch das mittlere Ein-kommen berichtet. Während die Berechnung von EINK (als Mittelwert über alle Klassen) trivial ist, gestaltet sich die Ermittlung des Ungleichheitsmaßes komplizierter, da we-nig über die Einkommensverteilung innerhalb der einzelnen Klassen bekannt ist. Cowell (1995) hat allerdings gezeigt, dass es im Falle bekannter Klassendurchschnittseinkommen und Klassenbesetzungen möglich ist, obere und untere Grenze für ein gegebenes Ungleich-heitsmaß wie den Gini zu berechnen. Die untere Grenze unterstellt, dass jede Person in Klasse i exakt ein Einkommen entsprechend dem Durchschnittseinkommen (µi) dieser Klasse hat. Die obere Grenze resultiert aus der Annahme, dass innerhalb jeder Klasse die maximal mögliche Ungleichheit vorliegt. Dies bedeutet, dass Mitglieder der Klassei entwe-der die untere (ai) oder die obere Klassengrenze (ai+1) besetzen. Dabei wird der Anteil der Mitglieder einer Klasse i mit dem unteren Einkommen durch λi = aai+1−µi
i+1−ai approximiert.
tigt werden.
3.2. Daten 89
[Diese Formel stellt sicher, das das implizit angenommene durchschnittliche Einkommen innerhalb einer Klasse mit dem tatsächlich beobachteten Wert µi übereinstimmt.] Die untere (GL) und die obere (GU) Schranke des Ginikoeffizienten sind entsprechend durch
GL = 1 2
Xk i=1
Xk j=1
ninj
n2y¯ |µi−µj|,
GU =GL+
Xk i=1
n2i
n2y¯λi[µi−ai],
bestimmt, wobei j ein zusätzlicher Gruppenindex ist, k die Anzahl der Klassen angibt, ni (nj) die Anzahl der Steuerzahler innerhalb der Gruppe i (j) darstellt, n die absolute Anzahl von Steuerzahlern in allen Gruppen verkörpert und y¯das Durchschnittseinkom-men aller Gruppen bezeichnet. Für den notwendigerweise zwischen GL und GU liegen-den “wahren” Ginikoeffizienten schlägt Cowell (1995, S. 116) eine Approximation durch Gapprox= 23GL+13GU vor, da dies für die meisten Verteilungen sehr verlässliche Resultate ergibt. Bei der Darstellung gruppierter Einkommensdaten ist es gängige Praxis, die höch-ste Klasse ohne eine obere Grenze wiederzugeben (z. B. 100.000 oder mehr). Allerdings spielt die obere Grenze i.d.Regel keine große Rolle. Im vorliegenden Fall wurde sie für alle Gemeinden auf 2.000.000 DM gesetzt.
SOZIALH misst den Anteil der Sozialhilfeempfänger an der Bevölkerung. Diese Va-riable ist jedoch lediglich auf der Kreisebene verfügbar. Darüber hinaus können aufgrund einer Umstellung in der Sozialhilfestatistik im Jahre 1994 keine Vergleiche zwischen den Jahren vor und nach der Umstellung angestellt werden. Um diese Variable trotzdem in die Untersuchung einbeziehen zu können, wurden die Werte für 1989 auch den Jahren 1992 und 1995 zugewiesen. Ferner sei angemerkt, dass die Sozialhilfestatistik vor ihrer Umstellung keine personenbezogene, sondern eine episodenbezogene Statistik war. Die-se führte zu Mehrfachzählungen von Personen, deren Sozialhilfehistorie innerhalb eines Berichtsjahres ein oder mehrmals unterbrochen war.
Da die Bereitschaft zu delinquentem Handeln bei jungen Männern bekanntlich beson-ders hoch ist, gibt JUNGM den Bevölkerungsanteil von Männern im Alter von 15 bis 24 Jahren an. ARBEITSL repräsentiert die Arbeitslosenquote der Bevölkerung im Alter von 15 bis 64 Jahren. GESCHIED misst den Bevölkerungsanteil von Personen mit geschiedener Ehe und stellt somit einen Indikator für Anomie und die Zerrüttung familiärer Strukturen
dar. HOCHQ ist der Anteil von Einwohnern mit einem Fachhochschul- oder Hochschulab-schluss. Letztere haben vermutlich gute legale Verdienstmöglichkeiten und möglicherweise seltener Enttäuschungen in der Verwirklichung angestrebter Ziele hinzunehmen, was eine geringere Neigung zur Kriminalität erwarten lässt. Der Indikator AUSL misst den Anteil der ausländischen Bürger an der Bevölkerung. Ausländer sehen sich oftmals mit starken Hindernissen konfrontiert, eine angemessene Arbeit zu finden. Gleichzeitig sind sie im Durchschnitt weniger gut ausgebildet als die einheimische Bevölkerung und besetzen eher die unteren Perzentile der Einkommensverteilung. Zwei weitere Variablen - EINPENDL und AUSPENDL - geben Aufschluss über die Zentren wirtschaftlicher Aktivität und die Wohngebiete, indem sie den Anteil der berufsbedingten Ein- und Auspendler erfassen.
Wie im Falle von Miete sind die Daten für ARBEITSL, GESCHIED, HOCHQ, AUSL, EINPENDL und AUSPENDL nur für das Volkszählungsjahr 1987 verfügbar. Um nicht auf diese zentralen Variablen verzichten zu müssen, wurden den drei Untersuchungsjahren deshalb ebenfalls die Werte von 1987 zugewiesen.
LADEN bezeichnet die Anzahl der Ladengeschäfte je 1000 Einwohner. Diese Variable sollte vor allem einen starken Zusammenhang mit dem Auftreten von einfachem Diebstahl aufweisen, der zu einem Großteil Ladendiebstahl ist. Die Daten für diesen Indikator stam-men aus der Handels- und Gaststättenzählung des Jahres 1993. Analog zu obigem Vorge-hen wurden den drei Untersuchungsjahren die Werte von 1993 zugewiesen. LOGBEV, der natürliche Logarithmus der örtlichen Bevölkerung und DICHTE messen Zahl und Dichte der lokalen Bevölkerung. Schließlich verwendet die Analyse einige Dummyvariablen, um Gemeinden zu kennzeichnen, die eine direkte Grenze zu einem anderen Bundesland oder zum Ausland haben. GRENZE R-P, GRENZE HES, GRENZE BAY, GRENZE CH und GRENZE FR stehen für die Grenzen mit Rheinland-Pfalz, Hessen, Bayern, der Schweiz und Frankreich.