De vraag naar tbs: haalbaarheidsstudie naar een voorspel model voor de vraag naar tbs
De laatste tien jaar is er sprake van een knellend tekort aan tbs-plaatsen. De behoefte aan tbs-plaatsen was structureel hoger dan de prognoses van het ministerie van Justitie. Om deze redenen besloot het ministerie om te onderzoeken of een meer bevredigende modellering van de capaciteitsbehoefte van tbs-klinieken mogelijk is. Het doel van dit onderzoek was om te bezien of het haalbaar is om een econometrisch verklarings- en voorspelmodel voor de vraag naar tbs te ontwikkelen dan wel het bestaand model naar behoren te verbeteren. Met het model moeten ramingen worden gemaakt van de vraag naar tbs op een tijdshorizon van vijf tot zes jaar.
Het bestaande model van het ministerie is gericht op stromen binnen het tbs-systeem. Het model is goed qua structuur, maar de modellering van de instroom- en de behandel-duur/uitstroom kan verbeterd worden. De onderliggende notitie is een verslag van een haal-baarheidsstudie, met name óf en zo ja, op welk manier zo’n verbetering mogelijk is. Wij baseren onze uitspraken op een literatuurstudie, op groepsdiscussies met leden van de begelei-dingscommissie en een zevental gesprekken met ervaringsdeskundigen uit verschillende rele-vante disciplines, zoals rechten, criminologie, deskundigen van de voorselectieprocessen en van tbs-klinieken en beleidsmedewerkers. Op basis van onze analyses over de instroom en de behandelduur komen we tot de volgende aanbevelingen.
Instroom
Voor het voorspellen van de totale vraag naar tbs is instroom meer van invloed dan behan-delduur. Instroom heeft een grotere structurele groei meegemaakt ten opzichte van de jaren 80 dan behandelduur en de jaarlijkse variatie is ook groter. Deze ontwikkeling en variatie heeft een sterke invloed op de vraag naar tbs. Het heeft ook een veel groter impact op de vraag naar tbs dan de stijging van de gemiddelde behandelduur. Deze overweging geeft aan het modelleren van de instroom een grote prioriteit.
Instroom heeft een trendmatige, structurele groei meegemaakt: van 100-130 opleggingen per jaar in de jaren tachtig naar 150-200 in de tweede helft van de jaren negentig. Uit deze cijfers blijkt ook dat de jaarlijkse variatie vrij groot is. Een voorspelmodel moet zich voornamelijk op de structurele grote verschuivingen concentreren. In Hoofdstuk 3 zijn de onderliggende factoren van deze veranderingen besproken. Deze zijn:
- ontwikkeling (seksuele) geweldscriminaliteit;
- demografische gevarenzone;
- veranderingen in de criteria voor oplegging van tbs;
- niet-justitiële alternatieven voor ‘gestoord en gevaarlijke’ delinquenten;
- ontwikkeling in het aantal jeugdige geweldplegers;
- mensen met een uitgebreid justitiële verleden.
De genoemde factoren zijn vertaald in mogelijke variabelen ten behoeve van het voorspel-model. Voor deze variabelen is ook onderzocht of er gegevens beschikbaar zijn. Het over-zicht van de inventarisatie van beschikbare data is in Bijlage 1 te vinden. Voor de belangrijk-ste variabelen (tbs-instroom, geweldscriminaliteit variabelen en bouwstenen van de demogra-fische gevarenzone) blijkt dat er voldoende cijfermateriaal bestaat om een verklaringsmodel te bouwen op basis van minstens 20 jaar. Deze periode omvat de overgang van de periode met ‘relatief lage instroom – relatief korte behandelduur’ naar de tijdsperk van ‘hoge in-stroom en langer wordende behandelduur’ en in die zin hebben we voldoende materiaal om een verklaringsmodel op te bouwen. Een langere basis zou de verklarende kracht van het model echter naar alle waarschijnlijkheid vergroten.
Uit bovenstaande blijkt dat er voldoende variabelen te identificeren zijn die een oorzaak-gevolg verband hebben met instroom in tbs. De volgende stap is om de relatie tussen de genoemde verklarende variabelen en het ‘aantal opleggingen’ als te verklaren variabele te specificeren en vervolgens statistisch te toetsen of het hier gaat om een relatie die stabiel is in de tijd en die dus kan worden gebruikt voor het maken van voorspellingen.
Het voornaamste doel van een voorspelmodel is om structurele veranderingen te signaleren. Bij het aantal opleggingen, zien wij overigens dat de jaarlijkse variatie vrij groot is en het is daarom verstandig om deze in het te bouwen voorspelmodel mee te nemen. Tabel 2.1 weer in ogenschouw nemend valt op dat de schommelingen enige regelmaat vertonen. In het ene jaar is het aantal iets hoger dan de trend en het jaar daarna iets lager. Zo’n variatie is mogelijk op te vangen in het voorspelmodel met behulp van een statistische techniek die als error cor-rection bekend staat en waarmee de afwijkingen van de trend worden opgevangen. Er is echter een zekere afruil tussen error correction en aantal verklarende variabelen.
Behandelduur/uitstroom
Voor wat betreft het onderdeel behandelduur/uitstroom hebben we hierboven in Hoofd-stuk 4 beredeneerd dat het moment niet geschikt lijkt om nu al een nieuw voorspelmodel te bouwen. Dit komt voornamelijk door de recente invoering van de financiële normering van de behandelduur die wellicht ingrijpende gevolgen zal hebben op de behandelduur. Een actie die op korte termijn mogelijk vruchtbaar kan zijn, is een verbetering in het voorspellen van de behandelduur door het meenemen van de invloed van lange wachttijden op de behandel-duur. Studies naar de relatie behandelduur en tbs-populatie en de relatie behandelduur en geschikte opvang na uitstroom horen ook tot verbetermogelijkheden op de korte termijn. Deze studies zijn voornamelijk aan te raden om een beter inzicht te krijgen in de onderlig-gende factoren van de behandelduur. De resultaten van deze studies zijn ook direct bruik-baar bij de formulering van beleid, bij voorbeeld bij de vraag omtrent preklinisch behande-ling of investeren in opvangplaatsen na uitstroom.
Conclusie
Concluderend kunnen we stellen dat het schatten van een verklarings- en voorspelmodel voor behandelduur de komende jaren nog niet verstandig is. Beperkte aanpassingen toege-spitst op de relatie behandelduur en wachttijd, behandelduur en tbs-populatie en ten slotte behandelduur en opvang behoren wel tot mogelijke verbeterpunten op de korte termijn. Deze relaties vergroten eveneens het inzicht in de onderliggende factoren van behandelduur en zijn bruikbaar voor beleid. Een verklarings- en voorspelmodel voor de instroom is meer urgent en veelbelovend. De instroom is meer dan de behandelduur van belang voor het voorspellen van de uiteindelijke vraag naar tbs en in die zin zou het concentreren van de onderzoeksinspanningen op deze materie nu al kunnen leiden tot aanmerkelijke verbetering van het huidige model.
Bestand
Klik op het icoontje met de rechter muisknop en kies "Doel opslaan als..."
