L 162 - 2021-22 - Endeligt svar på spørgsmål 59: Spm. om oversendelse af de to undersøgelser hhv. en dansk forskningsrapport og et studie fra den tyske delstat Baden-Württemberg, der belyser sammenhængen mellem kriminalitet og adgangen til alkohol, til justitsministeren

Retsudvalget 2021-22, Retsudvalget 2021-22, Retsudvalget 2021-22, Retsudvalget 2021-22
L 162 , L 162 A , L 162 B , L 162 C
Offentligt

Natteliv

og vold

En geografisk analyse af udviklingen i

nattelivsrelateret vold under coronapandemien

Forfattere: Anders Ejrnæs, Rune H. Scherg,

Adam Cold

Jan K. Staunstrup

økon

Institut for Samfundsvidenskab og Erhverv

Roskilde Universitet

L 162 - 2021-22 - Endeligt svar på spørgsmål 59: Spm. om oversendelse af de to undersøgelser hhv. en dansk forskningsrapport og et studie fra den tyske delstat Baden-Württemberg, der belyser sammenhængen mellem kriminalitet og adgangen til alkohol, til justitsministeren

Forfattere: Anders Ejrnæs, Rune H. Scherg, Adam Cold og Jan K. Staunstrup

Forskningsprojektet (GEONATVOLD) som denne rapport udgår fra er støttet økonomisk af Det

Kriminalpræventive Råd.

I forbindelse med forskningsprojektet blev der er nedsat en følgegruppe bestående af

Anne-Julie Boesen Pedersen, Justitsministeriets Forskningskontor; Maria Bislev, Rigspolitiet, Nati-

onalt Forebyggelsescenter; Kirsten Munch Andersen, HORESTA; Jeppe Møller-Herskind, Dan-

marks Restauranter & Cafeer; Jonas Mannov, Det Kriminalpræventive Råd; Camilla Christensen,

Sikker By, Købehavns Kommune; Jakob Ilum, Kultur- og Fritidsforvaltningen, Københavns kom-

mune og Britta Kyvsgaard.

Tak til følgegruppen for værdifulde kommentarer undervejs i projektet. Desuden tak til Det Krimi-

nalpræventive Råd for økonomisk støtte til forskningsprojektet og tak til Rigspolitiet for adgang til

data. Derudover en særlig tak til Helle Aagaard Andersen fra Rigspolitiet for vejledning i forhold til

Danish Crime Harm Index.

En tak også til specialestuderende ved RUC, Karsten Skjellerup, som

med sin API har været behjælpelig med at hente virksomhedsdata fra CVR-registret.

Forsidefoto: Mikkel Bille

Maj 2021

Roskilde Universitet

ISBN: 978-87-7349-211-6

Indhold

Sammenfatning ............................................................................................................................. 2

Indledning ..................................................................................................................................... 5

Hvad ved vi om natteliv og vold?.................................................................................................. 7

Undersøgelsens fokus .................................................................................................................. 11

Teoretisk ramme og hypoteser ................................................................................................... 11

Metode og data ............................................................................................................................ 13

Historik over restriktioner .......................................................................................................... 14

Begrebsafklaring: Definition af vold, udskænkningsområder og nattelivsområder ..................... 16

Analysemetoder......................................................................................................................... 18

Resultater .................................................................................................................................... 21

Del I: Udviklingen i volden under coronapandemien ................................................................. 21

Den samlede voldsudvikling under coronapandemien ............................................................ 21

Voldsudviklingen i nattelivs- udskænknings-, og ikke-udskænkningsområder ........................ 24

Del II: Analyse af mulige forskydningseffekter.......................................................................... 29

Forskydning af kriminalitet .................................................................................................... 31

Del III: Hot spot analyse af voldskriminaliteten i de fire største byer ......................................... 33

Samlet om udvikling i den geografiske koncentration af voldskriminalitet i de fire byer ......... 43

Konklusion og diskussion ........................................................................................................... 45

Diskussion og implikationer for praksis ..................................................................................... 46

Referencer ................................................................................................................................... 48

Bilag ............................................................................................................................................. 54

Bilag A: Definition af udskænkningsområde og udskænkningssteder ..................................... 54

Bilag B: Definition af nattelivsområder .................................................................................. 55

Bilag C: Specificering af mulige forskydningsområder .......................................................... 56

Bilag D: Geokodningstaksonomi ............................................................................................ 58

Bilag E: Robusthedsanalyser .................................................................................................. 59

Bilag F: Nattelivsområder og hot spots for voldskriminalitet i de fire største byer i perioden 18.

marts til 30. oktober i henholdsvis 2019 og 2020.................................................................... 61

Sammenfatning

Vold er en af de mest alvorlige og utryghedsskabende former for kriminalitet. Mange internationale

undersøgelser viser, at der er en klar sammenhæng mellem nattelivsaktivitet (målt ved koncentration

af udskænkningssteder og omfanget af deres åbningstid) og forekomsten af kriminalitet – især volds-

kriminalitet. Coronapandemien og de deraf indførte begrænsninger på udskænkningsstederne har

skabt helt særlige forudsætninger for et såkaldt naturligt eksperiment, som muliggør, at man i en

dansk sammenhæng bedre end hidtil kan undersøge sammenhængen mellem nattelivsaktivitet og fo-

rekomsten af vold.

Undersøgelsen bygger på anmeldelsesdata fra Rigspolitiet og virksomhedsdata fra CVR-registeret

sammenholdt med bevillingsdata fra Rigspolitiet.

Undersøgelsen viser, at der er en meget høj koncentration af vold i nattelivsområder – dvs. områder

som er karakteriseret af en høj koncentration af udskænkningssteder. I forhold til deres geografiske

størrelse bidrager nattelivsområderne til en meget stor del af den samlede forekomst af vold.

Ser vi på udviklingen i voldskriminalitet under coronapandemien, fremgår det af undersøgelsen, at

antallet af voldsanmeldelser falder under coronapandemien. Faldet i voldsanmeldelser afhænger dog

af, hvor stor en koncentration af udskænkningssteder, der er i området. Undersøgelsen viser, at om-

fanget af politianmeldt voldskriminalitet især faldt markant i nattelivsområderne. I den første periode

af nedlukningen fra 18. marts til 17. maj faldt antallet af voldsanmeldelser i nattelivsområder med ca.

90 procent sammenlignet med voldskriminaliteten i samme periode i foregående år. Voldskriminali-

teten var også lavere i perioder, hvor nattelivet var delvist åbnet op, men hvor der stadig var restrik-

tioner for bl.a. åbningstiderne. I perioden fra 18. maj til 18. august, hvor udskænkningsstederne måtte

have åbent til kl. 24 var antallet af voldsanmeldelser således ca. 66 procent lavere end man kunne

forvente.

Udviklingen i voldsanmeldelser i nattelivsområder i

tidsperioden 1. jan. – 30. okt. 2020 sammenlignet med en prognose

Tabelnote: jf. Figur 4

Til sammenligning afviger voldskriminaliteten i områder uden udskænkningssteder ikke markant fra,

hvad man kunne forvente. Det samlede fald i anmeldt voldskriminalitet under coronapandemien kan

således især lokaliseres til de såkaldte nattelivsområder. Undersøgelsen viser også, at faldet i volds-

anmeldelser under coronapandemien er mest markant i nattetimerne.

Undersøgelsen viser således en klar sammenhæng mellem niveauet af restriktioner på udskænknings-

stederne, som fx indskrænkning af åbningstiderne, og faldet i voldskriminalitet.

Undersøgelsen har i de fire største byer i Danmark dvs. København/Frederiksberg, Århus, Aalborg

og Odense belyst om, der kan spores såkaldte forskydningseffekter. Undersøgelser finder dog ingen

indikationer på, at voldskriminaliteten har flyttet sig fra nattelivsområderne til andre områder i de fire

byer. Analysen peger imidlertid på, at en negativ konsekvens af restriktioner på udskænkningsste-

derne har været en betydelig stigning i støjgener i form af flere anmeldelser vedr. ”musik til ulempe”.

Ændringerne i forekomsten af vold som er sket under coronapandemien kan illustreres via en række

hot spot-kort over de fire største byer i Danmark. Nedenfor vises resultaterne fra disse analyser på

kort over København/Frederiksberg og Århus. Hot spot-analysen viser meget tydeligt, at faldet i

voldskriminalitet under coronapandemien primært finder sted i nattelivsområderne.

København/Frederiksberg: 2019

København/Frederiksberg: 2020

Århus: 2019

Århus: 2020

Figurnote: jf. bilag F. Nattelivsområderne er på hot spot-kortene de skraverede områder =

Samlet indikerer analyserne, at den vold, vi ser i nattelivsområderne, har en situationel karakter, dvs.

at den opstår, som et resultat af de situationer som et meget aktivt natteliv skaber.

Implikationer for praksis

Denne undersøgelse peger på, at der er et væsentligt kriminalpræventivt potentiale i at målrette den

forebyggende indsats mod de områder, hvor der er en særlig høj koncentration af udskænkningsste-

der, idet der er en klar sammenhæng mellem steder med meget nattelivsaktivitet og forekomsten af

vold.

Indledning

Voldskriminaliteten ser ud til at have været svagt stigende de senere år (Pedersen et al., 2020) og er

således blevet et mere fremtrædende samfundsproblem. Om end vold ud fra de tilgængelige under-

søgelser stadig er relativt sjældent forekommende, har det for de personer, der udsættes for vold be-

tydelige konsekvenser (Andrade et al., 2020; Flood & Frugård, 2019; Scherg & Ejrnæs, 2020).

Volden har mange ansigter. Der er vold i nære relationer, vold på arbejdspladsen, slagsmålsvold i

forbindelse med demonstrationer eller fodboldskampe, hadrelateret vold og vold i nattelivet m.m.

Volden har derfor også mange forskellige årsager, der kan være relateret til forskellige strukturelle,

sociale, kulturelle, individuelle og situationelle forhold (Jacobsen & Sørensen, 2013). I denne under-

søgelse stiller vi skarpt på et aspekt af volden, nemlig den vold, der finder sted i nattelivet og på de

mere situationelle faktorer, der betinger den.

Formålet med denne undersøgelse er således at skabe ny forskningsbaseret viden om sammenhængen

mellem nattelivet og vold. Nattelivet – og nærmere bestemt nattelivsaktivitet – betegner i denne un-

dersøgelse det sociale liv, der drejer sig om at gå ud eller gå i byen, feste og more sig i aften- og

nattetimerne og besøge fx restauranter, cafeer og/eller diskoteker. Nattelivsaktivitet er som oftest tæt

forbundet med indtagelse af alkohol.

Coronapandemien og dens påvirkning på samfundslivet har skabt helt særlige forudsætninger for et

såkaldt naturligt eksperiment, som muliggør, at man i en dansk sammenhæng bedre end hidtil kan

vurdere sammenhængen mellem forskellige niveauer af nattelivsaktivitet og forekomsten af vold.

Denne rapport belyser, hvordan voldskriminaliteten har udviklet sig i Danmark hen over nogle peri-

oder med forskellige restriktioner for nattelivet som følge af coronapandemien. Det centrale spørgs-

mål er, hvorvidt ændringer i nattelivsaktivitet - som en følge af udskænkningsstedernes reducerede

åbningstider – har påvirket omfanget af voldskriminalitet, herunder hvorvidt voldskriminaliteten

eventuelt har flyttet sig geografisk som konsekvens af restriktionerne på nattelivet.

Undersøgelsen har således to centrale forskningsspørgsmål:

1. I hvilken grad har reduceret nattelivsaktivitet betydning for forekomsten af voldkriminalitet i by-

områder med udskænkningssteder?

2. Hvis der i forbindelse med reduceret nattelivsaktivitet kan observeres en nedgang i forekomsten

af voldskriminalitet, i hvilken udstrækning kan der så samtidig spores geografiske forskydnings-

effekter?

Af særlig interesse i undersøgelsen er analysen af, hvor stor forskel der er i kriminalitetsniveauet

mellem på den ene side en periode med et meget aktivt natteliv (før coronapandemien) og på den

anden side flere perioder præget at forskellige begrænsninger på bl.a. udskænkningsstedernes åb-

ningstid og antallet af gæster (under coronapandemien). Denne del af undersøgelsen giver desuden

mulighed for at vurdere den kriminalpræventive effekt af lavere nattelivsaktivitet. Undersøgelsen sø-

ger således at bidrage med viden, som vil kunne anvendes af bl.a. politi og kommuner i forbindelse

med udformningen af lokale strategier og planer på restaurationsområdet – fx i forhold til den lokale

alkoholbevillingspolitik.

Hvad ved vi om natteliv og vold?

Forskningen i sammenhængen mellem alkohol, natteliv og vold er omfattende og med mange for-

skellige fokuspunkter. I det følgende behandles litteraturen under fire forskellige temaer: 1) Sammen-

hængen mellem alkoholkonsumption og voldskriminalitet; 2) Sammenhængen mellem koncentratio-

nen af udskænkningssteder og voldskriminalitet; 3) Sammenhængen mellem udskænkningssteders

åbningstider og voldskriminalitet og 4) Coronapandemiens samlede effekt på kriminalitetsniveauet

med særlig fokus på vold.

Alkohol og vold

I denne undersøgelse er fokus på sammenhængen mellem natteliv og vold. En central komponent i

nattelivet i Danmark er indtagelse af alkohol. Indtagelse af alkohol er en af de væsentligste faktorer,

der knytter nattelivet og voldskriminalitet sammen. Den kriminologiske forskning peger da også i

overvejende grad på, at der er en sammenhæng mellem alkoholindtag og vold (Bushman & Cooper,

1990; Heatherton & Baumeister, 1996; Parker & Auerhahn, 1998). Ifølge Justitsministeriets offerun-

dersøgelse er 40 procent af gerningsmænd og 30 procent af ofre for vold påvirket af alkohol i ger-

ningsøjeblikket – en sammenhæng, der er endnu mere tydelig blandt unge mennesker (Pedersen et

al., 2020).

Billedet er det samme i en dansk undersøgelse af gadevold fra 2017, som fandt, at mindst én af ger-

ningspersonerne var berusede i 65% af voldsepisoderne (Heinskou & Liebst, 2017). Samme under-

søgelse viste, at indtagelse af alkohol har betydning for voldens grovhed: alkoholpåvirkede personer

er både overrepræsenterede i domsfældelser for grov vold samt i domsfældelser af sager, hvor volden

førte til behandlingskrævende fysiske skader (Heinskou & Liebst, 2017). Der er ikke en entydig sam-

menhæng mellem voldens grovhed og om de involverede er let, moderat eller stærkt berusede, Men

det ser ud til, at risikoen for at ende som offer for grov vold øges, des mere man drikker, hvorimod

risikoen for som gerningsmand at udøve grov vold er højest med et let indtag af alkohol og faldende

ved stærk beruselse. Forklaringen hænger øjensynligt sammen med, at alkohol svækker ens motoriske

evner og derved evnen til at slås – med stigende risiko for offergørelse og ringere mulighed for volds-

udøvelse.

Selvom indtagelse af alkohol øger sandsynligheden for at ende i en eller anden form for vold, skal

man huske på, at de færreste tilfælde af alkoholindtag fører til vold (Heinskou & Liebst, 2017, s. 36).

Alkoholindtagelse er således hverken en nødvendig eller tilstrækkelig forudsætning for vold, men ét

element, som i samspil med andre sociale, psykologiske og situationelle faktorer øger risikoen for

vold (Bettencourt et al., 2006; Demant & Heinskou, 2011; Heinskou & Liebst, 2017; Tutenges et al.,

2014).

Udskænkningssteder og voldskriminalitet

En måde samspillet mellem indtagelse af alkohol og vold kan manifestere sig på er i en sammenhæng

mellem steder, hvor der sælges alkohol, og områder, hvor der begås kriminalitet. En række studier

finder generelt en positiv sammenhæng mellem ”outlet density” – altså tætheden af butikker eller

barer, som sælger alkohol – og niveauet af kriminalitet (Burton et al., 2017; Campbell et al., 2009;

Day et al., 2012; Tillyer et al., 2020). Mange af studierne skelner imidlertid ikke mellem licenser til

alkoholsalg henholdsvis ”off-premise” (fx kiosker og supermarkeder) og ”on-premise” (barer, restau-

ranter m.v.) (Gmel et al., 2016). En del undersøgelser gør dog, og ser man alene på sammenhængen

mellem koncentrationen af on-premise (dvs. udskænkningssteder) og kriminalitet, finder forskningen

også her en sammenhæng mellem den geografiske koncentration af udskænkningssteder og forekom-

sten af kriminalitet – især voldskriminalitet. Studier fra USA viser således, at koncentrationen af barer

har en række kriminogene egenskaber – blandt andet i forhold til forekomsten af vold i nærområdet

(Conrow et al., 2015; Groff & Lockwood, 2013; Wei et al., 2020).

Flere undersøgelser peger endvidere på, at sammenhængen ikke er lineær, men er stærkest, hvis et

område allerede har et højt niveau af udskænkningssteder. Denne ’multiplier effect’ antyder et ”mæt-

hedspunkt” for, hvor stor en koncentration af udskænkningssteder et område kan have, før det med-

fører en stærk forøgelse af kriminaliteten (Gmel et al., 2016; Levine, 2017; Livingston, 2008;

Pridemore & Grubesic, 2013; Wei et al., 2020). Det betyder fx i praksis, at den tiende bar, som åbner

i et område, vil have en stærkere kriminogen effekt end den første. Der kan være flere årsager til

denne ’koncentrations- eller multiplier-effekt’ (Levine, 2017, s. 160). Selvselektion kan bidrage her-

til, idet byområder med en høj koncentration af udskænkningssteder kan tiltrække persongrupper som

godt kan lide at drikke sig fulde. Derudover er der i sådanne områder med mange udskænkningssteder

også et marked for ’nichebarer’ der er målrettet forskellige segmenter. Mange forskellige segment-

grupper i samme område kan muligvis også bidrage til at øge konfliktpotentialet. Endvidere kan den

skarpe konkurrence mellem udskænkningssteder i sådanne områder også drive prisen på alkohol ned

fx via ’happy hour’-tilbud og derved øge alkoholindtagelsen. En tæt koncentration af udskænknings-

steder kan endvidere skabe en særlig dynamik pga. den høje koncentration af berusede mennesker,

høj musik og muligheder for ”pub crawl” eller ”bar tours” der samlet set skaber forudsætninger for

en høj indtagelse af alkohol og gadeaktivitet i sådanne områder.

Det skal bemærkes, at der findes forskningsstudier, som ikke finder nogen sammenhæng mellem

udskænkningssteder og voldskriminalitet (se fx Block & Block, 1995; Gorman, Labouvie, et al.,

1998; Gorman, Speer, et al., 1998). Gorman et al (1998) fandt fx, at der ikke var en geografisk

sammenhæng mellem ”higher levels of alcohol outlet density” og vold i nære relationer.

Årsagen til de forskelligartede fund kan være – ud over forskelle i metodiske design og samfunds-

mæssige kontekster – at der ikke automatisk er en sammenhæng mellem udskænkningssteder og vold.

Forskellige udskænkningssteder eller -områder kan fx have forskellige politikker for udskænkning

og/eller tiltrække forskellige typer af gæster med varierende tilbøjelighed til at begå vold i nattelivet.

Det kan også handle om, at

områdemæssige

faktorer (fx byrummets karakter eller beboersammen-

sætningen) kan påvirke i hvor høj grad, der rent faktisk er en kriminogen effekt af udskænkningsste-

derne. Således har nyere forskning fremhævet, at den kriminogene effekt af kriminogene steder (så-

som steder der sælger alkohol) er større i lokalområder, hvor der generelt er flere kriminelle mulig-

heder – såsom områder, hvor der er fattigdom, lav lokalsamfundsengagement og meget færdsel/trafik

(Tillyer et al., 2020).

Der findes ikke danske studier som de ovenfor refererede, men ifølge Justitsministeriets offerunder-

søgelse udgør ”værtshusvolden” i Danmark omkring 11 procent af alle voldsepisoder. Dette tal er

faldet bemærkelsesværdigt siden midten af halvfemserne, hvor andelen var på knap 25 procent. Til

sammenligning udgør ”offentlige steder” knapt halvdelen af gerningsstederne – en kategori som sand-

synligvis også omfatter voldsepisoder med forbindelse til nattelivet (Pedersen et al., 2020). Endvidere

er der er undersøgelser, der indikerer, at der er en sammenhæng mellem nattelivsområder og oplevel-

sen af utryghed (Scherg, 2016). Scherg (2016) fandt således, at der var en klar sammenhæng mellem

koncentrationer af serveringssteder (både med og uden alkohol bevilling) og forekomsten af situati-

onel utryghed i København – og at denne forbindelse var medieret af forekomsten af kriminalitet.

Nattelivets åbningstider og voldskriminalitet

De ovenfor nævnte studier undersøger sammenhængen mellem nattelivsaktivitet og kriminalitet ved

at analysere sammenhængen mellem udskænkningsstedernes geografiske

koncentration

og krimina-

liteten på områdeniveau og derigennem belyse, hvorvidt udskænkningssteder har en kriminogen ef-

fekt. En anden type af studier belyser sammenhængen mellem nattelivsaktivitet og vold ved at under-

søge, hvorvidt der er sammenhæng mellem udskænkningsstedernes

åbningstider

og voldskriminali-

teten.

Disse studier finder langt overvejende en positiv sammenhæng mellem udskænkningssteders åb-

ningstider og forekomsten af vold (Burton et al., 2017; De Vocht et al., 2017; Wilkinson et al., 2016).

Et hollandsk studie fandt for eksempel, at en udvidelse af barernes åbningstider på en time i Amster-

dam i 2009 førte til en forøgelse af alkoholrelateret skade på 34% (de Goeij et al., 2015). Et australsk

studie fandt, at den nattelivsassocierede vold faldt med 22 procent for hver time, barernes åbningstider

forkortedes (Kypri et al., 2011, 2014). I en skandinavisk kontekst fandt en norsk undersøgelse fra

2012, at antallet af voldelige episoder steg med 16 procent for hver time ekstra, barerne holdt åbent

(Rossow & Norström, 2012). Der er dog også enkelte studier der ikke har fundet denne sammenhæng.

Således fandt et enkelt studie fra England, at en forøgelse af udskænkningsstedernes åbningstider

ikke var forbundet med en øget forekomst af voldskriminalitet (Humphreys & Eisner, 2014).

Der er ikke lavet tilsvarende undersøgelser i Danmark, men data fra offerundersøgelsen indikerer, at

meget vold foregår sent på natten og i weekenderne. Ifølge Offerundersøgelsen finder halvdelen af

den anmeldte vold sted fredag og lørdag (Pedersen et al., 2020). For unge i 2019 blev 44 pct. af den

vold ofrene blev udsat for, begået mellem midnat og kl. 6 om morgenen. Denne tidslige koncentration

omkring nætter og weekender bekræftes i tidligere omtalte undersøgelse af gadevold, som finder at

ca. 50 procent af al gadevold finder sted mellem 00.00 og 05.59 og at 68% af voldsepisoderne foregår

fredag, lørdag eller søndag (Heinskou & Liebst, 2017).

Coronapandemien, samfundsnedlukninger og effekten på kriminalitetsniveauet

En række studier har allerede undersøgt de kriminalpræventive effekter af de samfundsnedlukninger,

der fulgte i kølvandet på coronapandemien. Konklusionerne fra disse studier er ikke helt entydige.

For det første indikerer studierne, at de kriminalpræventive effekter er forskellige for forskellige typer

kriminalitet, ligesom billedet varierer fra land til land (Ashby, 2020; Campedelli et al., 2020). Speci-

fikt i forhold til effekten på voldskriminalitet peger nogle studier på, at samfundsnedlukningerne har

medført en mindre nedgang i antallet af voldsanmeldelser (Andresen & Hodgkinson, 2020; Gerell et

al., 2020; Langton et al., 2021; Payne et al., 2020; Payne & Morgan, 2020). En britisk undersøgelse

baseret på skadestuedata fandt tilsvarende, at volden blev mindsket som konsekvens af lockdown, og

at det alene var den vold, som fandt sted uden for hjemmet, der blev mindsket, mens volden der fandt

sted i hjemmet var uændret (Shepherd et al., 2021). I forlængelse heraf kan det påpeges, at der end-

videre er en række undersøgelser, der netop har peget på, at særligt partnervolden dvs. volden i nære

relationer kan være steget som konsekvens af samfundsnedlukningerne (Piquero et al., 2021).

I USA har der endvidere været tegn på at samfundsnedlukningen – måske på grund af den økonomi-

ske pressede situation, som mange amerikanere har oplevet – har medvirket til mere voldskriminalitet

(Mohler et al., 2020; Rosenfeld & Lopez, 2020).

I en dansk kontekst har Mannov m.fl. (2020) undersøgt den kriminalpræventive effekt af sam-

fundsnedlukningen. Undersøgelsen viste, at antallet af voldsanmeldelser faldt betydeligt, efter at Dan-

mark i marts blev lukket ned (Mannov et al., 2020). Mannov m.fl. (2020, s. 9) vurderede, at især

nedlukning af samfundets nattelivsaktiviteter – både på beværtninger og i andre sammenhænge – var

den primære årsag til faldet i antallet af voldshændelser.

Studierne af den kriminalpræventive effekt af coronapandemien og samfundsnedlukninger er meto-

disk interessante, fordi samfundsnedlukningen udgør en unik mulighed for et naturligt eksperiment.

De omtalte studier af nattelivets åbningstider og deres betydning for voldskriminaliteten tager alle

udgangspunkt i begrænsede geografiske områder, hvor tiden før og efter indførelsen af bestemte al-

koholrestriktioner følges. Med brede nedlukninger af samfundet får vi mulighed for at følge brede

restriktioners effekt på tværs af samfundet på en historisk unik facon (jf. Eisner & Nivette, 2020;

Stickle & Felson, 2020).

Undersøgelsens fokus

De restriktioner af udskænkningsstedernes åbningstider, som blev indført som konsekvens af corona-

pandemien, udgør en unik mulighed for i en dansk kontekst at studere sammenhængen mellem nat-

telivsaktivitet og voldskriminalitet. På grund af de forskellige restriktioner, der har været i nattelivet

i perioden fra marts 2020 til oktober 2020 (som udgør denne undersøgelses afgrænsning), kan vi i

denne undersøgelse ikke blot undersøge, om den totale samfundsnedlukning har haft en effekt på

voldskriminaliteten, men også undersøge effekten af forskellige ”restriktionstryk” og derved belyse

den kriminalpræventive effekt af forskellige aktivitetsniveauer i nattelivet. Dette projekt undersøger

således sammenhængen mellem nattelivsaktivitet og voldskriminalitet ved at kigge på, om ændringer

i restriktioner for nattelivet fører til ændringer i antallet af voldsanmeldelser. Ved at sammenligne

udviklingen i voldskriminaliteten i henholdsvis områder med udskænkningssteder og i deciderede

nattelivsområder med områder uden udskænkningssteder, kan denne undersøgelse belyse, hvorvidt

nattelivsaktivitet genererer voldskriminalitet, således som den internationale forskning generelt peger

på.

Der er ofte en bekymring for, at kriminaliteten forskyder sig som konsekvens af målrettede indsatser.

Derfor undersøger vi – modsat de fleste andre undersøgelser på området (Graham, 2012) – hvorvidt

der kan spores henholdsvis tidslige og/eller geografiske forskydninger af kriminaliteten på baggrund

af restriktionerne for nattelivet. Ved at tage højde for eventuelle kriminalitetsforskydninger, kan vi

bedre vurdere den samlede kriminalitetsreducerende effekt af restriktioner for nattelivet.

Teoretisk ramme og hypoteser

I undersøgelsen testes to centrale hypoteser vedrørende sammenhængen mellem udskænkningssteder

og forekomsten af voldskriminalitet.

Den første hypotese udledes på baggrund af Rutineaktivitetsteorien og Crime Pattern teorien. Ifølge

Rutineaktivitetsteorien

(Cohen & Felson, 1979) er der tre forhold, der skal være tilstede for at kri-

minalitet opstår: 1) et nemt og tilgængeligt mål for kriminaliteten; 2) fraværet af personer, der kan

gribe ind over for kriminaliteten fx politiet samt 3) en motiveret gerningsmand. Ifølge

Crime Pattern

Teorien

(P. J. Brantingham & Brantingham, 2008; P. L. Brantingham & Brantingham, 1995) kan

byområder med mange barer, værtshuse og diskoteker betegnes som både kriminalitetsgeneratorer og

kriminalitetsattraktorer, idet de både tiltrækker mange mulige mål/ofre og tiltrækker personer med

kriminelle tilbøjeligheder. Nogle forskere har desuden hævdet, at kriminalitet i nogle sammenhænge

kan betragtes som en slags ’eksternalitet’ eller biprodukt, der fremkommer som en konsekvens af en

virksomheds legale aktiviteter (Roman & Farrell, 2002). I det perspektiv kan fx nattelivskriminalitet

i et område ses som et biprodukt af en koncentration af en bestemt

type

udskænkningssteder, som fx

har en uansvarlig udskænkningspolitik. I forlængelse heraf har Kate Bowers endvidere argumenteret

for, at der er en sammenhæng mellem den kriminalitet, der finder sted inden for i fx forretninger,

restauranter og barer, og den kriminalitet der finder sted udenfor. Hun beskriver hvorledes den ’eks-

terne’ kriminalitet i et område til dels kan ses som et biprodukt af den ’interne’ kriminalitet på et sted,

idet de interne kriminogene dynamikker skaber flere kriminelle muligheder uden for stedet pga. de

mange mulige ofre og/eller personer med kriminelle tilbøjeligheder, som tiltrækkes af stedet (Bowers,

2014).

Områder med en høj koncentration af udskænkningssteder kan således skabe mange muligheder for

kriminelle handlinger, fordi de mange værtshuse, diskoteker og lign. bl.a. kan skabe situationer , hvor

stress og frustrationer nemt kan lede til friktioner, konflikter og provokationer, som kan resultere i

vold – både indenfor på barer, værtshuse og diskoteker og udenfor på gaden (Heinskou & Liebst,

2017; Richard Wortley, 2008). Indtagelse af alkohol har fysiologiske og psykiske konsekvenser, hvil-

ket især er tydeligt ved stærk beruselse. Stærk beruselse leder som nævnt ikke nødvendigvis til ag-

gressiv adfærd, men forskningen peger på, at beruselse i en nattelivskontekst mindsker især mænds

hæmninger i forhold til aggressiv adfærd (Gruenewald et al., 2006; Pridemore & Grubesic, 2013).

Det stemmer således fint overens med rutineaktivitetsteorien, fordi berusede personer kan sige at

være nemme mål for kriminalitet, og oftere vil være gerningsmænd, samt sjældent vil være i stand til

at gribe effektivt ind over for en eskalerende konfliktsituation.

Ifølge de nævnte kriminologiske teorier vil restriktioner for udskænkningssteder med andre ord be-

grænse mulighederne for voldskriminalitet, idet forekomsten af de situationer, hvor voldskriminalitet

typisk opstår, vil blive reduceret. Samlet fører ovenstående betragtninger til opstilling af nedenstå-

ende hypotese.

Hypotese 1:

Restriktioner for udskænkningssteder mindsker forekomsten af volds-

kriminalitet i områder med udskænkningssteder og i nattelivsområder.

Den anden hypotese udledes af

displacement teorien.

Ifølge teorien vil en begrænsning af mulighe-

derne for at begå kriminalitet ét sted, få kriminaliteten til at ændre karakter eller flytte sig fx geogra-

fisk (Johnson et al., 2012; Reppetto, 1976). Hypotesen baserer sig på to antagelser: For det første en

deterministisk forståelse af de kriminelle som værende særdeles stabile i deres tilbøjelighed til at begå

kriminalitet. For det andet en opfattelse af, at der er et væld af kriminelle muligheder, som mere eller

mindre er tilfældigt spredt i byen, og som er tilgængelige for den motiverede gerningsmand

(Weisburd et al., 2006). Forskydning kan ske på en række forskellige måder: fx tidsmæssig, geogra-

fisk og i typen af kriminalitet (Reppetto, 1976). I dette projekt fokuserer vi primært på den geografiske

forskydning. Ud fra displacement-hypotesen kunne man forvente, at når der kommer restriktioner for

nattelivet fx i form af krav om reducerede åbningstider, vil kriminaliteten forskydes fra nattelivs- og

udskænkningsområderne til andre steder, hvor folk kan forsamles og drikke alkohol, fx nærliggende

områder eller parker og andre rekreative områder. Samlet fører ovenstående betragtninger til opstil-

ling af nedenstående hypotese.

Hypotese 2:

Som følge af restriktioner for udskænkningssteder, vil voldskriminali-

teten forskydes fra nattelivsområder til andre byområder.

Metode og data

Til at analysere sammenhængen mellem udskænkningssteder, nattelivsaktivitet og forekomsten af

vold anvender vi Danmarks Statistik og Geodatastyrelsens kvadratnetsinddeling af Danmark (Kort

og Matrikelstyrelsen & Danmarks Statistik, 2012). Kvadratnetsinddelingen er en standardiseret ind-

deling af Danmark i tusindvis af kvadratceller (se eksempel i figuren nedenfor).

Figur 1: Danmarks Statistik og Geodatastyrelsens 100m-kvadratnet specifikationen: Eksem-

pel fra København

Vi kobler kriminalitetsdata og data vedrørende udskænkningssteder til 100m-kradratnetsinddelingen,

således at alle voldsanmeldelser og udskænkningssteder kobles til et specifikt 100m x 100m kvadrat.

Derved kan vi bl.a. studere voldsudviklingen i de byområder, hvor der er lokaliseret udskænknings-

steder.

Vi betragter indførelsen af restriktioner for nattelivet, herunder særligt reduktionen af udskænknings-

stedernes åbningstider under Coronapandemien som et naturligt eksperiment, hvorfor vi i vores ana-

lyser sammenligner den faktiske udvikling i voldskriminaliteten med den udvikling, man kunne for-

vente baseret på tidligere års kriminalitetsudvikling. Det er ikke muligt at isolere effekten af restrik-

tioner for nattelivet fra øvrige restriktioner såsom forsamlingsforbud, afstandskrav og krav om ma-

sker, da disse restriktioner i vid udstrækning blev indført samtidigt. I det følgende afsnit vil vi rede-

gøre for de forskellige restriktioner, der kan have indvirkning på forekomsten af kriminalitet med

særlig fokus på nattelivsaktiviteten.

Historik over restriktioner

For at analysere, hvilken effekt nattelivets aktivitetsniveau har på voldskriminaliteten, har vi inddelt

datasættet i forskellige perioder, som illustreret i tabel 1 nedenfor. Det primære inddelingsprincip er

de tilladte åbningstiderne for udskænkningsstederne i hele landet. Som det fremgår af tabel 1, er der

i periode 3 varierende tilladte åbningstider i forskellige dele af landet. Det skyldes, at man i den

periode indførte lokale restriktioner.

Tabel 1: Illustration over de forskellige perioder, hvor der har været restriktioner for natteli-

vet fra 1. jan 2020 til 30. oktober 2020 i forskellige del af landet.

Periodeinddeling

Tidsperiode

Tidsperiode (detalje-

ret)

Hovedstadsområdet

Odense

Århus

Silkeborg

Resten af landet

Åbningstider

Periode 0

1. jan.

- 17. marts

1. jan.

- 17. marts

Periode 1

18. marts

- 17. maj

18. marts

- 17. maj

Periode 2

18. maj - 18. aug.

Periode 3

19. aug. –

18. sep.

19. aug. –

8. sep.

9. -

16.

sep.

17.-

18.

sep.

Periode 4

19. sep. - 30 okt.

Normalt

Lukket

Kl. 24

Kl. 02

Kl. 22

Undersøgelsen opdeler data fra undersøgelsesperioder baseret på forskellige skiftende restriktioner

for udskænkningsstedernes åbningstider. Men de skiftende åbningstider falder også sammen med ge-

nerelt strammede eller lempede restriktioner. I takt med henholdsvis dårlige og gode udviklinger i

smittetallet har også andre forhold end nattelivsaktiviteten i samfundet ændret sig under coronapan-

demien. Det gælder fysisk afstand til andre mennesker, hjemmearbejde, mindre kollektiv transport

m.v. Andre forhold har i høj grad svinget ”i takt” med åbningstiderne for nattelivet. Det ”lille forsam-

lingsforbud”, har således haft betydning for antallet af gæster i nattelivet. Som med åbningstiderne

har forsamlingsforbuddet gået fra at være meget stramt i starten af nedlukningen til at være mere løst

over sommeren, til igen at blive strammet i efteråret. Det fremgår af følgende tidslinje:

Gladsaxe, Glostrup, Herlev, Hvidovre, Høje-Taastrup, Ishøj, København, Lyngby-Tårbæk, Rødovre, Tårnby og Vallens-

bæk

’

Hovedstadsområdet’ omfatter følgende kommuner: Albertslund, Ballerup, Brøndby, Dragør, Frederiksberg, Gentofte,

Figur 2: Oversigt over forsamlingsforbud

18. marts:

personer

8. juni:

personer

7. juli:

100

personer

7. sep:

personer (kun

Odense +

Hovedstadso

mrådet)

19. sep:

personer

26. okt:

personer

Af særlig relevans for nattelivet, har følgende regler været gældende i vores undersøgelsesperiode,

hvilket formentlig har påvirket såvel aktivitetsniveau som gæsternes adfærd i nattelivet:

•

2 m

pr. kunde, hvis det er sted, hvor kunderne i al væsentlighed sidder ned – ellers 4 m

Der skal holdes 1 meters afstand mellem selskaber eller etableres fysisk barriere

Forsamlingsforbuddet skal respekteres, men udskænkningsstederne må gerne have flere sel-

skaber, hvis der er tilpas afstand imellem dem.

Fra 18. september 2020 krav om at bære mundbind, medmindre man sidder ned.

Særlig vigtigt er det at notere, at diskoteker har været nedlukket siden marts 2020, hvorved de ikke

har fulgt det øvrige bar- og restaurationslivs gradvise genåbning og nedlukning.

At der er en tæt forbindelse med restriktionerne på udskænkningsstederne og aktiviteten i nattelivet

kommer tydeligt til syne i det fald i omsætningen, der har været i restaurations- og nattelivsbranchen.

I andet kvartal 2020 faldt omsætningen i restaurationsbranchen med 38 procent, mens omsætningen

for cafeer, diskoteker og værtshuse mv faldt med hele 53 procent i andet kvartal. Under den delvise

genåbning i tredje kvartal er reduktionen i omsætningen mindre. Omsætningen i restaurationsbran-

chen faldt med ca. 19 procent i forhold til samme kvartal sidste år, mens faldet for cafeer, diskoteker

og værtshuse er på ca. 31 procent (Horesta, 2021).

En endnu tydeligere indikation på en tæt sammenhæng mellem restriktioner på udskænkningsste-

derne og aktivitetsniveauet i nattelivet ses af Danske banks ”fadølsindeks”, der bygger på data om

Danske Bank-kunders brug af Mobile Pay og dankort på barer og natklubber (Olsen, 2020)

. Der ses

i dette ”fadsølsindeks” et meget brat og stort fald fra midten af marts 2020 og frem til midten af maj.

Fra slutningen af maj stiger indekset (dvs. forbruget) frem til august, hvorefter der fra omkring sep-

tember 2020 igen ses en faldende tendens i indekset. Konsekvent ligger ”fadølsindekset” under det

normale niveau for perioden marts 2020 til oktober 2020 – selv i de perioder, hvor indekset er højest

under coronapandemien er det lavere end normalt.

Se fx

https://finans.dk/forside/image/12584483/2megiv/ALTERNATES/f_b-5_3/graf.png

https://twitter.com/LAggerstroem/status/1285566939079888897/photo/1

Faldet i omsætning i nattelivsbrancherne er således en klar indikator på, at aktiviteten i nattelivet er

meget kraftigt påvirket af restriktionerne på udskænkningsstederne. Med andre ord er restriktionerne

på udskænkningsstederne umiddelbart en meget god indikator på aktiviteten i nattelivet.

Når vi bruger åbningstider til at adskille forskellige undersøgelsesperioder på, er det altså fordi, det

er sådan vi bedst kan måle det samlede restriktionsniveau for udskænkningsstederne og derved akti-

vitetsniveauet i nattelivet. Det indebærer ikke, at vi hermed antager, at det er udskænkningsstedernes

åbningstider, der

alene

påvirker aktivitetsniveauet i nattelivet.

Begrebsafklaring: Definition af vold, udskænkningsområder og natte-

livsområder

Afgrænsning og definition af vold

Definition af vold er afgrænset til anmeldelser vedr. vold omtalt i §§244-246 – dvs. gerninger regi-

streret med følgende gerningskoder i Politiets sagsbehandlingssystem:

73241 Vold

73251 Vold, kvalificeret

73252 Vold m/skade på legeme eller helbred

73261 Vold, kvalificeret, m/grov skade

73262 Vold, kvalificeret, m/døden til følge

Det skal bemærkes, at politianmeldt kriminalitet – herunder politianmeldt vold – som vi her anvender,

kun er et udsnit af den vold, der forekommer i samfundet. Der er således et mørketal af voldshændel-

ser, som ikke anmeldes til politiet. Offerundersøgelser viser, at knap halvdelen af de voldshændelser,

som borgerne udsættes for, anmeldes til politiet (Pedersen et al., 2020). I en ældre undersøgelse fandt

Balvig og Kyvsgaard (2009) desuden, at anmeldelsestilbøjelighed for ’værtshusvold’ var på omtrent

samme niveau som vold, der ikke var foregået på værtshus eller lign.

Det er ikke muligt at identificere forskellige typer af voldskriminalitet eller typer af gerningssteder

på baggrund af poltiet anmeldelsesdata. Undersøgelsen baserer sig således på data om al anmeldt

voldskriminalitet. For at belyse udviklingen i nattelivsrelateret vold må vi altså medregne al vold,

som falder ind under §§ 244-246, som foregår i udskænknings- og nattelivsområderne. Det kan i

udgangspunktet ikke antages, at al den vold der foregår i udskænknings- og nattelivsområderne, er

nattelivsrelateret, men vi formoder, at de generelle samfundsrestriktionerne såsom krav om hjemme-

arbejde eller afstandskrav ikke påvirker volden i nattelivsområderne

anderledes,

end de påvirker vol-

den andre steder. Vi vurderer, at en eventuel forskel i udviklingen i den anmeldte voldskriminalitet

For at tjekke om undersøgelsens fund er robuste ift. andre afgræsninger af kriminalitet har vi også lavet analyserne med

gadekriminalitet, der dækker over anmeldelser af vold, røveri, trusler, hærværk og visse former for tyveri (se bilag G).

mellem nattelivs- og udskænkningsområder og ikke-udskænkningsområder i vid udstrækning vil

være forårsager af restriktionerne på nattelivet og det deraf mindskede nattelivsaktivitet i disse om-

råder.

Geokodning af kriminalitetsdata (gerningssteder)

Data om kriminalitet er indhentet fra Rigspolitiet. Dansk politi registrerer adresser på gerningssteder.

Så før kriminalitetsdata kan kortlægges og rumligt analyseres, skal gerningsstederne geokodes. Det

sker ved, at gerningsstedsadressen bliver sammenlignet med en adressedatabase, hvori alle adresser i

Danmark har tilknyttet et specifik x,y-koordinat. Ufuldstændige eller fejlbehæftede gerningssteds-

adresser er ikke usædvanligt i forbindelse med kriminalitetsdata. Almindeligvis handler det om ger-

ningsstedsadresser uden husnummer eller gerningsstedsadresser med ukorrekt husnummer, men

nogle gange mangler flere oplysninger. Ufuldstændige adresser kan fx skyldes, at der ikke foreligger

en entydig adresse, fx hvis en person er blevet overfaldet i en tunnel under en vej. Derudover kan det

skyldes, at offeret eller vidner ikke nøjagtigt kan huske det helt præcise sted, hvor forbrydelsen fandt

sted. Endvidere kan ukorrekte adresseoplysninger såsom forkert husnummer skyldes, at politiet ikke

har fået registreret det korrekte ’husnummerbogstav’ (fx registreret ”45” i stedet for ”45 A”).

Ufuldstændige eller fejlbehæftede gerningsstedsadresser er potentielt et problem, når vi skal analy-

sere sammenhængen mellem udskænkningssteder og forekomsten af voldskriminalitet i udskænk-

ningsområder og nattelivsområder, hvorfor vi i analyserne primært baserer os på de voldsgerninger

der er præcist geokodede

Tabel 2: Antal voldsanmeldelser i perioden 1. januar til 30. oktober i hhv. 2017, 2018, 2019

og 2020 og andel præcist geokodede voldsanmeldelser

Præcist geokodede

Alle voldsanmeldelser

Andel præcist geokodede voldsanmeldelser

2017

8.135

10.012

81 pct.

2018

8.788

10.542

83 pct.

2019

9.147

10.870

84 pct.

2020

8.003

9.313

86 pct.

2017-20

34.073

40.737

84 pct.

Analyserne i undersøgelse er således overordnet baseret på 34.073 præcist geokodede voldsanmel-

delser i perioden 1. januar til 30. oktober i hhv. 2017, 2018, 2019 og 2020

. Godt 16 pct. af voldstil-

fældene indgår ikke i analyserne da datakvaliteten for de voldsanmeldelser simpelthen er for ringe.

Undtagelsen herfor er analysen af den samlede udvikling i voldskriminalitet (i afsnittet ”Den samlede

voldsudvikling under coronapandemien”), hvor alle 40.737 anmeldelser indgår i analysen. Det er

muligt at inkludere alle voldsanmeldelser i de analyser, idet vi i disse analyser har fokus på udviklin-

gen i den anmeldte voldskriminalitet i hele Danmark.

Præcist geokodede betyder i denne sammenhæng de gerninger som jf. geokodningstaksonomien (se bilag D) har geo-

kvalitetsværdierne ”1” eller ”2”.

Vi har også lavet en analyse hvor vi inkludere de anmeldelser, der er geokodet til vejmidte. Resultaterne afviger ikke

substantielt.

Definition af udskænkningsområde og udskænkningssteder

Et udskænkningsområde er et byområde (et kvadrat fra kvadratnet 100m-specifikationen), hvori der

er lokaliseret et eller flere udskænkningssteder.

Udskænkningssteder er defineret som serveringssteder med alkoholbevilling. Udskænkningssteder

operationaliseres som de p-enheder, der i CVR-registeret er registreret henholdsvis under brancheko-

derne

”caféer, værtshuse, diskoteker mv” (branchekode 563000) eller ”restauranter”

(branchekode

561010), og som samtidig er registreret i Rigspolitiets bevillingssystem som havende en alkoholbe-

villing (se desuden bilag A).

Definition af nattelivsområder

Nattelivsområder er byområder, som er en del af et større sammenhængende område, hvori der er

lokaliseret mange udskænkningssteder. Et nattelivsområde er i denne undersøgelse defineret som et

byområde (kvadrat fra kvadratnet 100m specifikationen) med en høj koncentration af udskænknings-

steder og/eller lokaliseret i umiddelbar nærhed af andre byområder, hvor der er en høj koncentration

af udskænkningssteder. Vores definition af nattelivsområder indebærer, at der identificeres store sam-

menhængende nattelivsområder i de største byer i Danmark såsom København, Århus, Odense og

Aalborg og mindre nattelivsområder i de fleste store provinsbyer såsom i Esbjerg, Sønderborg, Ros-

kilde og Slagelse m.fl. (se bilag B for en oversigt over de by, hvori der er jf. vores definition er

identificeret nattelivsområder og for en mere teknisk beskrivelse af afgrænsningskriterierne).

Definition af ikke-udskænkningsområde

Hvis et byområde hverken er et nattelivsområde eller et udskænkningsområde, er det her i undersø-

gelsen defineret som et ikke-udskænkningsområde.

Analysemetoder

I denne undersøgelse anvendes forskellige metoder til at belyse de to forskningsspørgsmål.

Udviklingen i antallet af voldsanmeldelser under coronapandemien (analysedel I)

Til at vurdere hvorvidt de forskellige perioder med restriktioner har påvirket omfanget af voldskri-

minalitet, sammenligner vi det observerede antal voldsanmeldelser i de forskellige perioder under

coronapandemien med det voldskriminalitetsniveau, man kunne forvente, hvis der ikke var restrikti-

oner. Det forventede voldskriminalitetsniveau (prognoseværdien) for en given periode beregnes som

medianværdien af voldskriminalitetsniveauet i samme periode i årene 2017-2019. Medianværdien

anvendes i stedet for gennemsnittet, da det er mindre sensitivt over for ekstreme værdier. Konfiden-

sintervallet omkring prognoseværdien beregnes på baggrund af følgende formel: +/- 1,96 *

√��

, hvor

n er prognoseværdien for en given periode (Gerell et al., 2020; Mannov et al., 2020).

Analyse af mulige forskydningseffekter (analysedel II)

I analysen af mulige geografiske forskydningseffekter fokuseres alene på de fire største byer i Dan-

mark – dvs. København/Frederiksberg, Århus, Aalborg og Odense. Byområderne i disse fire byer (5

kommuner) inddeles i tre grupper eller zoner:

Eksperimentalområder

Byområder med nattelivsområder

Forskydningsområder. Byområder der ikke er nattelivsområder, men hvor det antages, at kri-

minaliteten kan flytte hen (se også bilag C):

Naboområder til nattelivsområder og

Områder der kan tiltrække nattelivsaktivitet såsom parker og rekreative havneområder

Kontrolområder. Byområder som ikke tænkes at være påvirket af udskænkningsstedernes re-

ducerede åbningstider i nattelivsområderne. Mere specifik defineret som byområder, der hver-

ken er eksperimentalområder eller forskydningsområder

Hvis der sker en forskydning af kriminaliteten, vil voldskriminaliteten forskyde sig fra zone A til

zone B. Kriminaliteten i zone B vil derfor stige relativt i forhold til kontrolområderne (zone C) mens

kriminaliteten vil falde i zone A sammenlignet med kontrolområdet (zone C) og forskydningsområdet

(zone B).

Til at analysere de mulige geografiske forskydningseffekter i forbindelse med restriktionerne i natte-

livet benyttes Bowers & Johnsons (2003) WDQ-metode. Vi beregner for hver periode en WDQ-score.

��1/��

− ��0/��0

��1/��

− ��0/��0

Denne metode, hvor en score, der er mindre end 0 viser, at der sker en forskydning, er blevet benyttet

i flere andre studier, der har undersøgt mulige geografiske forskydningseffekter (Guerette & Bowers,

2009; Scherg et al., 2016). Fortolkningen af den beregnede WDQ-værdi kan ses af tabel 3 nedenfor.

Tabel 3: Fortolkning af WDQ-værdierne (jf. Bowers & Johnson, 2003, s. 286).

Vores hypotese er, at WDQ-værdien vil være mellem 0 og -1 i perioderne med restriktioner og tættest

på -1 i periode 1 og periode 4.

Hot spot analyse af voldskriminalitet og voldskriminalitetsudviklingen i de fire største byer

(analysedel III)

Den tredje analysedel er en eksplorativ analyse af, hvor kriminaliteten finder sted i de fire største byer

i Danmark. Vi vil her anvende hot spot kort til at belyse, hvor kriminaliteten forekommer. I denne

analysedel anvender vi Kernel Density Estimation (KDE) til at afdække, hvor kriminaliteten er kon-

centreret hhv. i 2020 i tidperioden 18. marts til 30. oktober sammenlignet med den samme periode i

2019 (om KDE-metoden se fx Scherg et al., 2018, s. 353–354). Endvidere analyserer vi, hvorvidt

volden i 2020 (i tidperioden 18. marts til 30. oktober) er lokaliseret andre steder end den var i samme

periode i 2019. Det gør vi ved at kortlægge

ændringer

i voldskriminalitetsniveauet på baggrund af

hot spot analyserne.

Resultater

Analyseresultaterne falder i tre dele. I første del af analysen undersøges udviklingen i antallet af vold-

anmeldelser over tid opgjort på uger og perioder. Ud fra en simpel prognose for 2020 beregnet vha.

de tre foregående års niveau af voldskriminalitet undersøges det, om antallet af anmeldelser for hen-

holdsvis uger og i forskellige restriktionsperioder ligger signifikant uden for prognosens statistiske

sikkerhed for hhv. nattelivsområder, udskænkningsområder og ikke-udskænkningsområder. I anden

del af analysen er der fokus på at undersøge eventuelle forskydningseffekter af restriktionerne i nat-

telivet i de fire største byer i Danmark. Tredje del af analysen er en eksplorativ geografisk analyse af

volden i de fire største byer før og under coronapandemien.

Del I: Udviklingen i volden under coronapandemien

Den samlede voldsudvikling under coronapandemien

Det Kriminalpræventive Råd udgav i 2020 år en rapport, som bl.a. undersøgte corona-nedlukningens

betydning for antallet af voldsanmeldelser før og efter nedlukningen af samfundet (Mannov et al.,

2020). Rapporten viste en betydelig nedgang i antallet af voldsanmeldelse efter nedlukningen af sam-

fundet i marts og frem til slutning af maj 2020. I nedenstående tabel, har vi på baggrund af vores data

set på antallet af voldsanmeldelser målt på gerningstidspunkt mellem 1. januar og 30. oktober 2020

Anmeldelsestallene er holdt op imod en prognose, som er baseret på anmeldelsestallene fra 2017-

2019

. Hvis antallet af anmeldelser ligger uden for det beregnede konfidensinterval, betyder det, at

anmeldelsestallet for den pågældende uge er signifikant forskelligt fra prognosen.

Bemærk, at tallene i vores undersøgelse afviger fra den refererede undersøgelse fra DKR (Mannov et al., 2020) fordi

man i den undersøgelse har opgjort anmeldelser på anmeldelsesdato i stedet for – som i nærværende undersøgelse – på

gerningsdato.

Der er beregnet en median med et poissonfordelt 95% konfidensinterval på baggrund anmeldelsestal fra de tre foregå-

ende år.

Figur 3: Udviklingen i voldsanmeldelser i perioden 1. januar 2020 til 30. oktober 2020

sammenlignet med en prognose for perioden

400

350

300

Antal voldsanmeldelser

250

200

150

100

Prognose

Nedre

konf.

Øvre konf

2020

8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42

Uge nr

Af figurens blå linje fremgår det, at anmeldelsestallet fra uge 11 og frem mod uge 24 ligger signifikant

under prognosens konfidensinterval. I undersøgelsesperiode 2, som starter i uge 21, hvor nattelivet

åbnede igen, stiger anmeldelsestallet igen, men ligger fortsat signifikant under prognosen frem til uge

24. Billedet er ikke entydigt hen over sommeren i ugerne 25-40. I uge 34 løsnes restriktionerne for

nattelivet i en række kommuner – alligevel falder anmeldelsestallet den uge, for dog at stige igen i

ugerne efter. I uge 38, hvor åbningstider reduceres til kl. 22 – ses igen et markant fald til signifikant

under prognosen.

Denne indledende analyse tyder på, at de coronapandemien har haft betydning for antallet af volds-

anmeldelser. Dermed peger vores tal i samme retning som resultaterne fra Det Kriminalpræventive

Råds undersøgelse fra 2020 (Mannov et al., 2020).

Antal anmeldelser i de forskellige restriktionsperioder

I følgende tabel er antallet af voldsanmeldelser opgjort pr. måned for hver af undersøgelsesperioderne

(periode 0-4). Af tabellen fremgår det, at antallet af anmeldelser for periode 1, 2 og 4 ligger signifikant

under 2020-prognosens konfidensinterval. Periode 0 ligger som forventet inden for prognosens stati-

stiske usikkerhed, mens periode 3 (og altså den mindst restriktive periode mellem 19. august og 18.

september 2020) også ligger inden for den statistiske usikkerhed. Eftersom periode 3 er perioden med

færrest restriktioner for blandt andet nattelivet, er resultatet som sådan ikke overraskende.

Tabel 4: Udviklingen i voldsanmeldelser i tidsperioden 1. jan. - 30 okt. 2020 sammenlignet

med en prognose

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

2429

1900

3153

1101

1429

2018

2437

1993

3454

1144

1514

2019

2596

2157

3520

1113

1484

2020

Prognose

2437

1993

3454

1113

1484

2020

2577

1487

3047

1055

1147

Øvre

2533,8

2080,5

3569,2

1178,4

1559,5

Nedre

2340,2

1905,5

3338,8

1047,6

1408,5

Ændring

-25%*

-12%*

-5%

-23%*

* = Signifikant under prognosen for 2020 med mere end 95% sandsynlighed

Antal voldsanmeldelser – tid på døgnet i de forskellige perioder

Som tidligere beskrevet foregår meget vold om natten og i weekenderne og kan dermed knyttes til

fester og natteliv. Et større fald i antallet af voldsanmeldelser i nattetimerne kan derfor indikere en

sammenhæng med udskænkningsstedernes kortere åbningstider. Nedenstående tabel viser antallet af

voldsanmeldelser for perioderne og tidpunktet på døgnet.

Tabel 5: Udviklingen i voldsanmeldelser i tidsperioden 1. jan. - 30 okt. 2020 fordelt på tids-

punkt på døgnet sammenlignet med en prognose

Periode

Tidsperiode

Prognose

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

Tidsperiode

Prognose

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

547

493

844

295

410

969

603

1108

383

489

Nat 00-06

2020

918

274

736

246

211

Eftermiddag 12-18

2020

640

495

835

308

380

Ændring

17%*

-1%

-7%

Prognose

592

604

1076

306

403

Ændring

-5%

-55%*

-34%*

-36%*

-57%*

342

268

419

154

198

Formiddag 06-12

Prognose

2020

364

174

376

153

188

Aften 18-24

2020

655

544

1100

348

368

Ændring

11%*

-10%*

14%*

-9%

Ændring

-35%*

-10%*

-1%

-5%

* = Signifikant forskel fra prognosen for 2020

Som det fremgår af tabellen, er det procentvise fald i forhold til prognosen for 2020 klart størst om

natten, særligt i periode 1 og periode 4, hvor restriktionerne i nattelivet var mest omfattende. I disse

perioder ses mere end en halvering af antallet af anmeldte voldsepisoder. Resultaterne peger på, at

faldet i voldsanmeldelser har været større i nattetimerne end i andre tidsrum. Det kunne tyde på, at

åbningstider for nattelivet og aktivitetsniveauet har en betydning for forekomst af vold.

Voldsudviklingen i nattelivs- udskænknings-, og ikke-udskænkningsområder

Her undersøges det, i hvilken grad restriktionerne på udskænkningsstederne har betydning for fore-

komsten af voldskriminalitet i henholdsvis nattelivs-, udskænknings- og ikke-udskænkningsområder.

Hypotesen er, at restriktionerne på udskænkningsstederne vil mindske voldskriminaliteten især i nat-

telivsområderne.

Vi starter med at opdele vores datasæt i henholdsvis i nattelivsområder, udskænkningsområder og

ikke-udskænkningsområder med udgangspunkt i vores kvadratnetsinddeling. På baggrund af vores

definitioner opgøres derefter antallet af anmeldelser i henholdsvis nattelivsområder, udskænknings-

områder og ikke-udskænkningsområder i de forskellige tidsperioder. Vi sammenligner derefter vold-

kriminalitetsniveauet i de tre typer områder med niveauet i en prognose baseret på det forventede

voldskriminalitetsniveau.

Den første tabel (tabel 6) viser antallet af voldsanmeldelser i nattelivsområderne sammenlignet med

en prognose for nattelivsområderne. Tabellen viser, at antallet af anmeldelser falder signifikant i alle

4 tidsperioder, hvor der har været restriktioner for nattelivet (perioderen 1-4). I periode 1 under den

totale nedlukning falder antallet af anmeldelser med hele 90 procent sammenlignet med prognosen. I

periode 2, hvor udskænkningsstederne har åbent til kl. 24 falder antallet af anmeldelser med 66 pro-

cent i forhold til prognosen, mens faldet i periode 3 er på 52 procent ift. prognosen. I den fjerde

periode, hvor udskænkningsstederne må have åbent til kl. 22 falder antallet af anmeldelser med 73

procent ift. prognosen. Tabellen viser således en relativt klar sammenhæng mellem graden af restrik-

tioner for nattelivet og antallet af voldsanmeldelser i nattelivsområderne.

Tabel 6: Udviklingen i voldsanmeldelser i nattelivsområder i tidsperioden 1. jan. - 30 okt.

2020 sammenlignet med en prognose

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

179

149

193

114

2018

205

153

236

123

2019

188

151

257

108

2020

Prognose

188

151

236

114

2020

174

Nedre

161,1

126,9

205,9

56,3

93,1

Øvre

214,9

175,1

266,1

89,7

134,9

Ændring

-7%

-90%*

-66%*

-52%*

-73%*

* = Signifikant forskel fra prognosen for 2020

Hvis vi udelukkende fokuserer på den kriminalitet, der bliver begået i nattetimerne i nattelivsområ-

derne, er sammenhængen endnu mere markant. Her falder antallet af voldsanmeldelser med 97 pro-

cent i periode 1. Der var således kun 4 voldsanmeldelser i nattimerne i periode 1 i nattelivsområderne

sammenlignet med et forventet niveau på ca. 125 voldsanmeldelser. I de andre perioder ser vi også et

mere markant fald i voldsanmeldelserne i nattetimerne. Således falder antallet af voldsanmeldelser

med henholdsvis 81, 68 og 93 procent i periode 2, 3 og 4 (se desuden bilag E: tabel A).

Vi har også lavet en supplerende analyse, hvor vi kigger på gadekriminalitet, der dækker over anmel-

delser af vold, røveri, trusler, hærværk og visse former for tyveri (se bilag E: tabel B). Faldet i gade-

kriminalitet i nattelivsområderne er stort set identisk med faldet i voldsanmeldelser.

For at belyse hvorvidt det fald, vi ser i voldsanmeldelser i nattelivet, primært udgøres af den milde

vold, har vi endvidere lavet en analyse med anvendelse af det såkaldte

Danish crime harm index,

der

vægter forskellige former for kriminalitet i forhold til deres grovhed.

Analysen viser dog stort set

samme mønster som den foregående analyse (se bilag E: tabel C). Der er således ikke noget, der tyder

på, at faldet i voldskriminalitet i nattelivsområder primært er drevet af et fald i den mindre alvorlige

vold.

Tabel 7 viser antallet af anmeldelser i de udskænkningsområder, der ikke er nattelivsområder. Af

tabellen fremgår det, at i alle perioder med undtagelse af periode 3 er der et signifikant fald i antallet

af voldsanmeldelser. Det procentvise fald i de tre perioder er dog markant lavere end i nattelivsom-

råderne. Under den totale nedlukning i periode 1 falder kriminaliteten med 56 procent i forhold til

prognosen. I periode 2 og 4 periode falder antallet af anmeldelser med 28 procent og 38 procent ift.

prognosen. Det er bemærkelsesværdigt, at der i periode 3 er en meget lille nominel (og insignifikant)

stigning i kriminaliteten i forhold til prognosen. En mulig forklaring er, at restriktionerne i de ud-

skænkningsområder, som ikke er nattelivsområder, har mindre betydning, da mange af udskænk-

ningsstederne i disse områder almindeligvis lukker kl. 02.

Tabel 7: Udviklingen i voldsanmeldelser i udskænkningsområder i tidsperioden 1. jan. - 30

okt. 2020 sammenlignet med en prognose

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

278

223

403

110

170

2018

260

227

349

108

197

2019

287

279

393

122

166

2020

prognose

278

227

393

110

170

2020

295

283

112

106

Nedre

245,3

197,5

354,1

89,4

144,4

Øvre

310,7

256,5

431,9

130,6

195,6

Ændring

-56%*

-28%*

-38%*

* = Signifikant forskel fra prognosen for 2020

Ser vi på de resterende områder dvs. de områder, hvor der ikke er udskænkningssteder, er det pro-

centvise fald i voldskriminaliteten som følge restriktionerne meget små. Faldet i antallet af voldsan-

meldelser er dog signifikant i henholdsvis periode 1 og 4, hvor antallet af voldsanmeldelser falder

Crime harm indekser bygger på en tanke om, at ikke al kriminalitet er lige alvorligt hverken for offeret eller samfundet

og derfor skal forskellige typer kriminalitet vægtes forskelligt, når vi opgør kriminalitetsniveauet (Sherman et al., 2016).

Det her anvendte

Danish Crime Harm Index

er udviklet af Helle Aagaard Andersen (2018) og tager udgangspunkt i, at et

samfundets straffesystem afspejler, hvor alvorligt samfundet vurderer en given kriminalitet at være. En kriminel gernings

”harm” er helt konkret beregnet ud fra det antal dages fængsel som anklagemyndigheden jf. Rigsadvokatens meddelelser

bør nedlægge påstand om i sager, hvor gerningen er en førstegangsforseelse uden skærpende eller formildende omstæn-

digheder. Da scoren opgøres i antal dage, kan scoren meningsfuldt summeres på tværs af kriminalitetstyper (Andersen &

Mueller-Johnson, 2018).

med henholdsvis 7 og 8 procent ift. prognosen. Faldet i kriminaliteten i periode 1 og 4 kan således

sandsynligvis henføres til nedgangen i aktiviteten i samfundet som følge af de generelle restriktioner.

I periode 2 falder antallet af voldsanmeldelser med 2 procent, og i periode 3 stiger antallet af voldan-

meldelser 2 procent ift. prognosen. Forskellen i forhold til prognosen ligger dog inden for det bereg-

nede konfidensinterval. Overordnet kan man konkludere, at nedlukningen af samfundet har haft rela-

tivt begrænset betydning for udviklingen i voldskriminalitet i ikke-udskænkningsområder.

Tabel 8: Udviklingen i voldsanmeldelser i ikke-udskænkningsområder i tidsperioden 1. jan.

- 30 okt. 2020 sammenlignet med en prognose

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

1580

1155

1932

702

864

2018

1631

1276

2258

755

937

2019

1747

1393

2259

729

995

2020

prognose

1631

1276

2258

729

937

2020

1767

1174

2210

746

872

Nedre

1551,8

1206,0

2164,9

676,1

877,0

Øvre

1710,2

1346,0

2351,1

781,9

997,0

Ændring

8%*

-8%*

-2%

-7%*

* = Signifikant forskel fra prognosen for 2020

Nedenstående figurer viser udviklingen i voldskriminalitet i nattelivsområderne fordelt efter måneder

i perioden januar til oktober 2020. Figur 4 viser tydeligt, at antallet af voldsanmeldelser falder mar-

kant fra februar til marts i nattelivsområderne. Derudover viser figuren, at volden ligger markant

under prognosens konfidensinterval i samtlige måneder fra marts til oktober. Det indikerer tydeligt,

at nedlukningen samt restriktionerne på nattelivsaktiviteterne har ført til en betydelig reduktion i

voldskriminaliteten i nattelivsområderne.

Figur 4: Udviklingen i voldsanmeldelser i nattelivsområder i tidsperioden 1. jan. - 30

okt.2020 sammenlignet med en prognose

120

100

Jan

Feb

Mar

Nattelivsområder

Apr

2020

Maj

Jun

Jul

Aug

Sep

Øvre conf

Okt

Prognose

Nedre conf

Ser vi på voldskriminaliteten i områder med udskænkningssteder, som ikke er nattelivsområder, fal-

der voldskriminaliteten også markant fra februar til marts. Med undtagelse af august måned ligger

antallet af voldanmeldelser uden for konfidensintervallet.

Figur 5: Udviklingen i voldsanmeldelser i udskænkningsområder i tidsperioden 1. jan. - 30

okt. 2020 sammenlignet med en prognose

Udskænkningsområder

160

140

120

100

Jan

Feb

Mar

Apr

2020

Maj

Jun

Jul

Aug

Sep

Øvre conf

Okt

Prognose

Nedre conf

Sammenligner vi udviklingen i nattelivsområderne og udskænkningsområderne med udviklingen i

områder, hvor der ikke er udskænkningssteder, fremgår det tydeligt, at antallet af voldsanmeldelser

ikke afviger betydeligt fra prognosen. I langt de fleste måneder under coronapandemien ligger antallet

af voldsanmeldelser indenfor konfidensintervallet.

Figur 6: Udviklingen i voldsanmeldelser i ikke-udskænkningsområder i tidsperioden 1. jan. -

30 okt. 2020 sammenlignet med en prognose

Ikke-udskænkningsområder

900

800

700

600

500

400

300

200

100

Jan

Feb

Mar

Apr

2020

Maj

Jun

Jul

Aug

Sep

Øvre conf

Okt

Prognose

Nedre conf

Vi vil nu se på, hvordan det samlede antal voldsanmeldelser har været i samtlige fire perioder i 2020

sammenlignet med en prognose. Det fremgår af tabellen nedenfor, at volden i nattelivsområderne står

for ca. 9 procent af den samlede kriminalitet før coronapandemien. I 2020 falder andelen af den sam-

lede kriminalitet, der bliver begået i nattelivsområderne til 3%. Af den samlede nedgang i de fire

perioder står nedgangen i nattelivsområderne for ca. 37%, mens udskænkningsstederne og ikke ud-

skænkningsstederne står for henholdsvis 31% og 32%. Det generelle fald i voldsanmeldelser under

coronapandemien kan således i høj grad henføres til faldet i voldskriminalitet i nattelivsområderne.

Tabel 9: Voldsanmeldelser i tidsperioden 18. marts - 30 okt. 2020

Ikke-udskænk-

nings-områder

2019

2020

% fordeling 2019

% fordeling 2020

Fald i voldsanmeldel-

ser fra 2019 til 2020

Andel af det samlede

fald fordelt på områ-

der

5376

5002

78%

87%

374

32%

Udskænknings-

områder

960

600

14%

10%

360

31%

Nattelivs-

Områder

589

162

427

37%

Total kriminalitet

6925

5764

100%

1161

100%

Voldskriminaliteten i nattelivsområderne

Vi kan også belyse nattelivsområdernes relative bidrag til voldskriminalitet ved at sammenholde,

hvor stor en del af Danmark disse områder repræsenterer

vis-á-vis

andelen af vold som foregår der.

En simpel måde at gøre dette på er ved at sammenholde nattelivsområdernes areal med Danmarks

samlede areal. Nattelivsområder har samlet et areal på 2,4 km

, hvilket udgør 0,006 pct. af Danmarks

areal (der er på ca. 42.933 km

), men står i 2019 for knap 9 pct. af volden i Danmark. Det vil sige, at

der i 2019 var ca. 1.400 gange mere voldskriminalitet i nattelivsområderne, end man ville forvente,

hvis voldskriminaliteten var tilfældigt fordelt over hele Danmark.

Vi kan nok få et mere retvisende billede af nattelivsområdernes relative bidrag til voldskriminaliteten,

hvis vi tager højde for, at volden primært sker, hvor der bor mennesker, og hvor der er aktivitet af

forskellige art. Hvis vi således ser på, hvor mange af alle adresser i Danmark som er lokaliseret i

nattelivsområderne ift. andelen af voldskriminalitet i nattelivsområderne, fremgår det, at 1 pct. (1,02

%) af alle danske adresser er beliggende i nattelivsområderne

. Som tidligere nævnt fandt knap 9

pct. af al voldskriminaliteten sted i nattelivsområderne i 2019. Med andre ord så var der i 2019 godt

8 gange mere voldskriminalitet i nattelivsområderne, end man ville have forventet, hvis voldskrimi-

nalitet var jævnt fordelt hen over alle adresser i Danmark. I 2020 er der større korrespondance mellem

andelene, idet knap 3 pct. af voldskriminalitet fandt sted i nattelivsområderne, hvilket svarer til tre

Opgørelsen over adresser er udtrukket 23. april 2021 og stammer fra AWS Suiten, Styrelsen for Dataforsyning og

Effektiviserings Adresse Web Services. Antallet af adresser i Danmark er i her opgjort per 31.12.2019. Der var d.

31.12.2019 3.737.232 adresser i Danmark og af disse var 38.195 beliggende i nattelivsområderne.

gange (2,8) mere voldskriminalitet i nattelivsområderne end man ville kunne forvente, hvis voldskri-

minalitet var jævnt fordelt hen over alle adresser i Danmark.

David Weisburd (2015) har talt om en form for ’law of crime concentration’ for at understrege, at

kriminalitet på tværs af kriminalitetstyper og geografiske enheder har en meget tydelig tendens til at

være stærkt koncentreret på ganske få steder og i få områder (se desuden Lee et al., 2017). I betragt-

ning af hvor lille et geografisk område nattelivsområder udgøre, er der relativt meget voldskrimina-

litet der foregår i disse områder. Når vi kontrollerer for antallet af adresser i nattelivsområderne, bliver

overrepræsentation af voldskriminalitet mindre, men er dog stadig meget markant.

Del II: Analyse af mulige forskydningseffekter

I denne analysedel vil vi undersøge, hvorvidt kriminaliteten bliver forskudt fra nattelivsområderne i

de perioder, hvor der er restriktioner for nattelivet. Konkret vil vi sammenligne kriminalitetsudvik-

lingen i henholdsvis nattelivsområder og byområder, der ikke er nattelivsområder, men hvor festlig-

heder potentielt kunne flytte hen – fx parker og rekreative områder.

Denne analyse vil fokusere på de fire største byer i Danmark (København/Frederiksberg, Århus, Aal-

borg og Odense). Tabel 10 viser, at antallet af voldsanmeldelser i henholdsvis nattelivsområderne,

forskydningsområderne (rekreative og bufferområder) og de såkaldte kontrolområder. Tabellen viser

antallet af anmeldelser i de fem perioder fordelt på de tre typer områder, sammenlignet med en prog-

nose.

Tabel 10: Analyse af mulige forskydningseffekter

Periode

Tidsperiode

2017

2018

2019

2020

prognose

158

120

187

114

468

368

617

202

248

2020

Nedre

Øvre

Ændring

Nattelivsområder

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

149

107

148

136

456

355

617

202

248

162

120

187

114

504

368

666

208

251

158

123

189

135

104

110

468

370

551

185

239

126

455

318

529

191

217

133,4

98,5

160,2

47,4

67,8

53,6

44,8

93,1

26,8

34,4

32,7

33,6

58,0

16,0

22,6

425,6

330,4

568,3

174,1

217,1

182,6

141,5

213,8

78,6

104,2

86,4

75,2

134,9

51,2

61,6

59,3

60,4

92,0

36,0

45,4

510,4

405,6

665,7

229,9

278,9

-20%*

-89%*

-60%*

-56%*

-67%*

17%

-68%*

-30%*

-33%*

-17%

30%*

-87%*

-29%*

-31%

-21%

-3%

-14%*

-5%

-13%*

Rekreative områder

Bufferområder

Kontrolområder

* = Signifikant forskel fra prognosen for 2020

Tabel 10 viser ligesom den foregående analyse, at der i nattelivsområderne i de fire største byer sker

et markant fald i voldsanmeldelser i alle perioder af coronapandemien. Resultaterne er således helt i

overensstemmelse med resultaterne i analysedel 1, hvilket ikke er overraskende eftersom hovedparten

af nattelivsområderne ligger i de fire største byer. Ser vi på forskydningsområderne fremgår det ty-

deligt, at restriktionerne i nattelivet har medført en betydelig reduktion i antallet af voldsanmeldelser

der. I de rekreative områder og i bufferområderne falder voldskriminaliteten med ca. 30% i periode

2 og 3 ift. til prognosen. I periode 4 er faldet i de to forskydningsområder henholdsvis 17% og 21%.

Ser vi på kontrolområderne er faldet i voldskriminalitet i periode 1, 2 og 3 væsentligt mindre end i

både nattelivsområderne og forskydningsområderne.

I tabel 11 nedenfor har vi beregnet forskydningskoefficienten (WDQ). Analyseresultaterne under-

bygger ikke antagelsen om, at der finder en geografisk forskydning sted fra nattelivsområderne til

forskydningsområderne. Tværtimod indikerer de positive koefficienter mellem 0 og 1 en sprednings-

effekt for periode 1, 2 og 3, hvilket vil sige, at den kriminalpræventive ”nytte” af restriktionerne i

nattelivet spredes til forskydningsområderne (se tabel 3 ovenfor vedr. fortolkning af WDQ-værdi-

erne). I periode 4 er koefficienten meget tæt på 0, hvilket indikerer, at der hverken er en forskyd-

ningseffekt eller en spredningseffekt. Ud fra WDQ-analysen kan hypotesen, om at der er en forskyd-

ningseffekt, altså ikke bekræftes.

På baggrund af ovenstående analyse kan vi ikke finde belæg for, at voldskriminaliteten forskyder sig

til parker og andre rekreative områder, idet faldet i kriminalitet i forskydningsområderne er større end

i kontrolområderne.

Tabel 11: WDQ-analyse

Periode

Indsatsområde

126

Forskydningsområde

Kontrolområde

455

318

529

191

217

0,510

0,215

0,338

-0,028

WDQ

Forskydning af kriminalitet

Et andet centralt spørgsmål er, hvorvidt restriktionerne i nattelivet medvirker til at kriminalitet og

uordenen tager nye former. Der kan således ske en forskydning i hvilke former for kriminalitet, der

bliver begået, når mulighederne for bestemte former for aktivitet bliver indskrænket. Man kan således

formode, at når aktiviteterne i nattelivet begrænses vil festerne, konflikterne og uorden flytte ind i

privatsfæren fx i form af husspektakler og støjgener. Vi vil derfor undersøge, hvorvidt der i de for-

skellige perioder af coronapandemien har været en stigning i henholdsvis musik til ulempe og hus-

spektakler.

Musik til ulempe

Tabel 12 viser tydeligt, at der har været en kraftig stigning i anmeldelser vedr. støjgener pga. musik.

I alle perioder under coronapandemien stiger antallet af anmeldelser om musik til ulempe markant.

Den største stigning i anmeldelser sker i periode fire, hvor antallet af anmeldelser mere end tredobles

i forhold til prognosen.

Tabel 12: Udviklingen i anmeldelser af musik til ulempe i tidsperioden 1. jan. - 30 okt. 2020

sammenlignet med en prognose (hele Danmark)

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

601

756

2260

598

464

2018

664

901

3717

665

534

2019

707

978

4271

918

645

Prognose

(2020)⁺

707

978

4271

918

645

2020

875

2423

11777

2510

2062

Nedre

680,4

946,7

4205,6

887,7

619,6

Øvre

733,6

1009,3

4336,4

948,3

670,4

Ændring

24%*

148%*

176%*

173%*

220%*

Tabelnote:

⁺:

Prognosen er baseret 2019, da der har været en relativ markant stigning i musik til ulempe anmeldelser.

* = Signifikant forskel fra prognosen for 2020

Den meget store stigning der har været i anmeldelser vedr. ’musik til ulempe’ indikerer, at der er sket

en kraftig stigning i private fester under coronapandemien, sandsynligvis, fordi folk ikke har haft de

samme muligheder for at gå i byen som normalt. For at undersøge om dette ændrede festmønster har

givet sig udslag i mere ’festrelateret’ vold uden for nattelivsområderne, har vi analyseret udviklingen

i volden i nattetimerne (i tidsrummet 00 til 06) i hhv. forskydningsområderne og kontrolområderne i

de fire byer. Disse supplerende analyser viser, at volden, der foregår i nattetimerne, ikke er steget i

hverken forskydningsområderne eller i kontrolområderne i nogen periode under coronapandemien.

Det indikerer, at den forøgelse af private fester, som stigningen i anmeldelsestallet vedr. ’musik til

ulempe’ formentlig afspejler, ikke har resulteret i, at den ’festrelaterede’ vold er flyttet ud i bolig-

kvartererne.

Husspektakler

Ser vi på udviklingen i husspektakler, er der ingen klar effekt af nedlukningen af samfundet. Antallet

af anmeldelser for husspektakler er signifikant højere i alle perioder i 2020. Dette er også tilfælde i

periode 0 – dvs. før nedlukningen af samfundet, hvor antallet af anmeldelser var 25 procent højere

end prognosen. Det er således ikke helt tydeligt ud fra disse data, om det er samfundsnedlukningen,

der har medført stigningen i husspektakler.

Tabel 13: Udviklingen i anmeldelser af husspektakler i tidsperioden 1. jan. - 30 okt. 2020

sammenlignet med en prognose

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

1418

1158

1952

653

791

2018

1553

1269

2302

633

782

2019

1665

1274

2301

745

959

2020

Prognose

1553

1269

2301

653

791

2020

1938

1647

2523

777

949

Nedre

1513,5

1233,3

2253,0

627,4

762,8

Øvre

1592,4

1304,6

2349,0

678,6

819,1

Ændring

25%*

30%*

10%*

19%*

20%*

Del III: Hot spot analyse af voldskriminaliteten i de fire største byer

Denne analysedel består af en eksplorativ analyse af, hvor voldskriminaliteten finder sted i Køben-

havn/Frederiksberg, Århus, Aalborg og Odense. Den eksplorative analyse giver mulighed for at un-

dersøge, om kriminaliteten fx forskyder sig

inden for

et større nattelivsområde som følge af restrikti-

oner på udskænkningsstederne.

Vi har lavet en række geografiske analyser (såkaldte ’hot spot analyser’) mhp. at illustrere den geo-

grafiske fordeling af den anmeldte voldskriminalitet, der fandt sted i tidperioden 18. marts til 30.

oktober i 2019, og dernæst har vi lavet en tilsvarende analyse af voldskriminaliteten, der foregik i

samme tidsperiode i 2020. Tidsperioden 18. marts til 30. oktober, der korresponderer med periode 1-

4 jf. vores periodeinddeling (se tabel 1).

Vi har på baggrund af disse analyser desuden udarbejdet nogle

ændringsanalyser

og har kortlagt disse

analyser på en række

ændringskort.

Ændringsanalyser viser, hvor den anmeldt voldskriminalitet er

hhv. steget og faldet i de fire byer mellem 2019 og 2020.

Det skal indledningsvist bemærkes, at der – relativt set – ikke bliver anmeldt meget voldskriminalitet

i Danmark. Datamaterialet, der ligger til grund for de geografiske analyser, er derfor ikke særlig stort

– især ikke i kommuner som Aalborg og Odense (se tabel 14 nedenfor).

Tabel 14: Datamateriale der anvendes i forbindelse med hot spot analyserne

Antal voldsanmeldelser

Periode

1-4

Tidsperiode

18. marts - 30. okt.

År

2019

2020

København/ Fre-

deriksberg

1.312

909

Århus

405

292

Aalborg

171

150

Odense

231

213

At datamaterialet ikke er større betyder, at selv mindre koncentrationer af voldskriminalitet på fx 10-

15 voldstilfælde tæt på hinanden vil fremtræde som hot spots.

Det betyder endvidere, at også mindre

forandringer i forekomsten af voldskriminalitet (fx på 4-5 voldstilfælde) på et sted bliver synlige på

ændringskortene.

Data som indgår i hot spot analyserne er alene de voldsanmeldelser som er præcist geokodede (jf. tabel 2 og bilag D).

Det er således ikke samtlige voldsanmeldelser der fandt sted i de fem kommuner der indgår i analysen.

Eksempelvis identificerer hot spot analysen et lille hot spot i København omkring Christianshavns Torv, som baserer

sig på, at der var omkring 12 voldsanmeldelser omkring det sted.

Eksempelvis viser hot spot analyserne fra Århus nedenfor, at der under coronapandemien kommer mere voldskrimina-

litet omkring Musikhuset i Århus. Det skyldes, at der i undersøgelsesperioden i 2020 blev anmeldt 5 voldsanmeldelser

ved Musikhuset, mens der i samme periode i 2019 var 0 voldsanmeldelser.

Det er værd at understrege, at hot spot kortene og ændringskortene ikke er skabt med henblik på at

give indtryk af det

absolutte

niveau af anmeldt voldskriminalitet i de fire byer, men er skabt til at

vise, hvor der

relativt set

er koncentrationer af voldskriminalitet, og hvor vi

relativt set

kan se de

største forandringer i den anmeldte voldskriminalitet før og under coronapandemien.

Hot spot analyser

Vi har udarbejdet 8 kort, der viser, hvor der er koncentrationer af voldskriminalitet hhv. før og under

coronapandemien.

Kortene over de fire byer skal læses således, at de røde områder viser, hvor der

er hot spots af voldskriminalitet, og de grønlige områder viser, hvor der foregår mindst voldskrimi-

nalitet. Med henblik på at sætte fokus på, hvor der er reelle koncentrationer af voldskriminalitet og

reducere ’støj’, der opstår fra tilfældige voldshændelser, der finder sted rundt omkring, er disse en-

keltstående voldstilfælde ikke kortlagt på hot spot kortene.

Der er anvendt samme klasseinddeling

(”ens intervaller”) i farvelægningen af de otte kort mhp. at kunne sammenligne den geografiske kon-

centration af voldskriminalitet på tværs af de to tidsperioder og de fire byer.

Ændringsanalyser

Vi har også udarbejdet en række ændringsanalyser for hver by baseret på hot spot kortene.

Vi kan

på den måde fremhæve hhv. fald og stigninger i voldskriminaliteten.

De (mørke)blå farver på æn-

dringskortene viser der, hvor voldskriminaliteten er faldet mellem 2019 og 2020. De gule farver viser

områder med omtrent uforandret forekomst af voldskriminalitet. De orange og røde farver viser om-

råder, hvor der er sket en lille stigning i voldskriminaliteten mellem 2019 og 2020. Der er anvendt

samme klasseinddeling (standardafvigelse fra gennemsnittet) i farvelægningen af de fire ændrings-

kort mhp. at kunne sammenligne ændringerne i den anmeldte voldskriminalitet på tværs af de fire

byer.

København og Frederiksberg

På det nedenstående hot spot kort over den anmeldte voldskriminalitet i København og Frederiksberg

i 2019 ses overordnet et kriminalitetsbillede, som er nogenlunde som forventet: Der er markant mest

voldskriminalitet i indre by – der er et stort hot spot som omtrent følger en akse langs med ”Strøget”

fra Rådhuspladsen til Kongens Nytorv. Derudover ses der hot spots omkring Københavns hovedba-

negård og på Vesterbro – særligt omkring Halmtorvet. Dernæst ses der mindre hot spots på Christi-

anshavn og Christiania. Derudover ses der et stort hot spot omkring Blågårds Plads på indre Nørre-

bro. Dette hot spot er dog relateret til en enkeltstående begivenhed – mere specifikt en demonstration

i april 2019.

Der er i hot spot analyserne anvendt en fjerdegrads kernel med søgeradius på 200 m og med cellestørrelse på 25 x 25m.

’Enkeltstående voldshændelser’ er i her defineret som de voldshændelser, hvis nærmeste nabo (dvs. en anden volds-

hændelse) er lokaliseret mere end 200 m væk.

I praksis har vi gjort det, at vi for hver by for hver 25 x 25 m kvadrat (som hot spot kortene består af) har beregnet

forskellen mellem antallet i 2019 og antallet i 2020.

I ændringsanalysen indgår også enkeltstående voldshændelser fordi hensigten her er at kunne synliggøre selv mindre

forandringer den geografiske fordeling af voldskriminaliteten.

Figur 7. Hot spots af voldskriminalitet i København og Frederiksberg 2019 (18. marts til 30.

oktober)

På baggrund af hot spot kortet fra 2020 (se nedenfor) fremgår det for det første, at hot spottet omkring

indre by er blevet betydeligt mindre varmt. Der ses dog stadig hot spots af voldskriminalitet omkring

Københavns hovedbanegård og på Vesterbro ved Halmtorvet. Der er ligeledes stadig små koncentra-

tioner af voldskriminalitet ved Christianshavns torv og Nørreport station.

Figur 8. Hot spots af voldskriminalitet i København og Frederiksberg 2020 (18. marts til 30.

oktober)

Hvis vi ser på ændringsanalysen (se figuren nedenfor) kan det ses, hvor voldskriminaliteten er hhv.

steget (rødlige farver) og faldet (blålige farver). For det første ses det meget tydeligt, at forekomsten

af voldskriminalitet i midtbyen af København er faldet meget betydeligt. Ligeledes er der mindre

voldskriminalitet på Christiania. Desuden ses et mindre fald i den anmeldte voldskriminalitet på Fre-

deriksberg og på ydre Nørrebro (Nørrebros Runddel). Der ses tendens til, at voldskriminalitet er steget

i nogle områder omkring Vesterbro og Nørrebro.

Figur 9. Ændring i koncentrationen af voldskriminaliteten i København og Frederiksberg i

mellem 2019 (18. marts til 30. oktober) og 2020 (18. marts til 30. oktober)

Århus

Det ses af hot spot kortet nedenfor, at der i Århus er et større hot spot af voldskriminalitet i Århus

midtby – langs med åen og op til Klostergade. Derudover ses der en mindre koncentration af volds-

kriminalitet omkring banegården og i et boligområde i den vestlige del af Århus.

Figur 10. Hot spots af voldskriminalitet i Århus 2019 (18. marts til 30. oktober)

I 2020 ses, at hot spottet af voldskriminalitet i Århus midtby næsten er forsvundet (jf. hot spot kortet

nedenfor). Der er kun mindre koncentration omkring Klostertorvet og omkring banegården.

Figur 11. Hot spots af voldskriminalitet i Århus 2020 (18. marts til 30. oktober)

Sammenlignes de to hot spot kort fra 2019 og 2020, så ses det af ændringskortet nedenfor, at der er

markant mindre voldskriminalitet i midtbyen. Der er desuden et fald i voldkriminalitet forskellige

andre steder i Århus. Der ses dog også steder, hvor der er sket en mindre stigning i volden – fx

omkring Musikhuset og omkring enkelte lokationer i den vestlige del af byen.

Figur 12. Ændring i lokaliteten af voldskriminaliteten i Århus i mellem 2019 (18. marts til 30.

oktober) og 2020 (18. marts til 30. oktober)

Aalborg

Hot spot kortet fra Aalborg i 2019 (se nedenfor) viser et meget kraftigt hot spot for anmeldt vold ved

og omkring Jomfru Ane Gade. Derudover er der ikke andre hot spots i Aalborg i 2019.

Figur 13. Hot spots af voldskriminalitet i Aalborg 2019 (18. marts til 30. oktober)

I 2020 ses stadig et hot spot omkring Jomfru Ane Gade – som dog er meget mindre end i 2019 (se

nedenfor). Udover dette hot spot er der ikke andre hot spots for vold i Aalborg i 2020.

Figur 14. Hot spots af voldskriminalitet i Aalborg 2020 (18. marts til 30. oktober)

Ændringsanalysen, der er kortlagt nedenfor, viser tydeligt, at der er mindre anmeldt voldskriminalitet

i Aalborgs centrale bydele – især omkring Jomfru Ane Gade, men også at der er sket et fald omkring

John F. Kennedy plads og Algade. Der er dog kommet lidt flere voldshændelser et par steder i Nør-

resundby.

Figur 15. Ændring i lokaliteten af voldskriminaliteten i Aalborg imellem 2019 (18. marts til

30. oktober) og 2020 (18. marts til 30. oktober)

Odense

Det ses af hot spot kortet nedenfor, at der i 2019 primært er hot spot af voldskriminalitet omkring

Kongens gade og Vestergade.

Figur 16. Hot spots af voldskriminalitet i Odense 2019 (18. marts til 30. oktober)

I 2020 ses det af kortet (se nedenfor), en mindre koncentration af anmeldt vold syd for åen ved Odense

arrest.

Figur 17. Hot spots af voldskriminalitet i Odense 2020 (18. marts til 30. oktober)

Af ændringskortet (se nedenfor) ses det, at der er sket et fald i voldskriminalitet i midtbyen i Odense

omkring Kongens Gade og Vestergade samt i dele af Vollsmoseområdet. Der er sket en lille stigning

i forekomsten af voldskriminalitet fx ved Banegårdspladsen.

Figur 18. Ændring i lokaliteten af voldskriminaliteten i Odense i perioderne imellem 2019

(18. marts til 30. oktober) og 2020 (18. marts til 30. oktober)

Samlet om udvikling i den geografiske koncentration af voldskriminalitet i de fire byer

Hot spot analyserne – især dem fra 2019 (dvs. før coronapandemien) – bekræfter i høj grad, hvad vi

ved, om hvilke faktorer der påvirker kriminalitetens geografi (Attermann, 2017; Scherg, 2013).

Hvis der fokuseres på, hvor kriminaliteten var koncentreret i 2019-perioden, ses der tydelige tegn i

alle de fire byer på, at voldskriminaliteten langt overvejende er koncentreret i midtbyområderne. I

2020 ses det, at hot spottene i midtbyområderne bliver markant mindre – men de forsvinder dog ikke

helt. Som det desuden ses i bilag F, er der et stort overlap mellem de identificerede nattelivsområder

og hot spots af anmeldt voldskriminalitet. Det er endvidere tydeligt, at der er sket en stort fald i fore-

komsten af anmeldt voldskriminalitet i nattelivsområderne i de fire byer under coronapandemien.

Udviklingen er mest markant for Århus og København.

Der er i 2019 og 2020 også koncentrationer af kriminalitet i og omkring socialt udsatte boligområder

i København, Århus og Odense. I nogle af disse områder falder kriminalitetsniveauet mellem 2019

og 2020, mens der i andre boligområder ses en lille stigning i forekomsten af kriminalitet.

Desuden kan det både i 2019 og 2020 ses, at der er koncentrationer af voldskriminalitet omkring de

store togstationer og trafikknudepunkter især omkring de centrale banegårde i de fire byer.

Blandt andet på grund af det store fald i voldskriminalitetens i nattelivsområderne ses det endvidere,

at kriminaliteten fremstår mere spredt i 2020 i forhold til 2019. Dette indtryk bekræftes af supplerende

analyser, der viser, at den gennemsnitlige afstand mellem gerningsstederne steg i alle kommuner fra

2019 til 2020 (mellem 30 pct. og 60 pct.).

Samlet set indikerer de geografiske analyser, at voldskriminaliteten har været faldende i de fire byer

– mest i København/Frederiksberg og Århus og mindst i Aalborg og Odense. Analyserne viser desu-

den, at faldet i voldskriminalitet i de fire byer har været allermest markant i midtbyområderne – der

hvor nattelivsområderne er lokaliseret. Der har også været steder og byområder i de fire byer, hvor

kriminaliteten er steget under coronapandemien (ift. samme periode i 2019). På baggrund af hot spot

analyserne har det ikke være muligt at se en tydelig systematik i de steder, hvor voldskriminaliteten

er steget under coronapandemien. Da ændringsanalyserne er følsomme over for selv små udsving i

forekomsten i anmeldt voldskriminalitet beror en del af de identificerede stigninger (og fald) i volds-

kriminaliteten forskellige steder i de fire byer øjensynligt på helt tilfældige udsving. Vi ser således

ikke noget systematisk billede af, at voldskriminaliteten fx skulle have flyttet sig fra midtbyområ-

derne (nattelivsområder) og ud i de mere socialt belastede boligområder eller ud i rekreative område

såsom parker.

Mere detaljerede data og analyser er nødvendige for at afdække evt. mindre fremtrædende geografi-

ske forandringer i voldskriminalitetsbilledet, der eventuelt kan være sket under coronapandemien.

Konklusion og diskussion

Denne undersøgelse viser, at omfanget af politianmeldt voldskriminalitet generelt er faldet under co-

ronapandemien. I områder uden udskænkningssteder afviger voldskriminaliteten dog ikke udpræget

fra, hvad man kunne forvente, mens den i områder med udskænkningssteder – især i områder med en

stor koncentration af udskænkningssteder – er den anmeldte voldskriminalitet faldet markant. Det

generelle fald i anmeldt voldskriminalitet kan således især lokaliseres til de såkaldte nattelivsområder,

hvor der er en høj koncentration af udskænkningssteder.

Undersøgelsen viser endvidere en klar sammenhæng mellem niveaet af restriktioner for nattelivet

som fx indskrænkning af åbningstider og faldet i voldskriminalitet. På baggrund af data om den øko-

nomiske aktivitet i nattelivsbrancherne indikerer denne undersøgelses resultater, at flere restriktioner

for nattelivet medfører mindre nattelivsaktivitet, som resulterer i mindre vold. Dette underbygges

også ved, at vi ser det største fald i voldsanmeldelserne i nattetimerne (00-06). Med andre ord så viser

vores analyser, at der er en klar sammenhæng mellem begrænsninger på nattelivet, nattelivsaktivitet

og forekomsten af vold.

Et andet centralt spørgsmål, som denne undersøgelse har belyst, er hvorvidt kriminaliteten har flyttet

sig geografisk, som følge af restriktionerne for nattelivet. Resultaterne af undersøgelsen viser, at kri-

minaliteten ikke har flyttet sig fra nattelivsområderne til rekreative områder eller til en bufferzone.

Derimod viser analysen på, at der også har været en nedgang i voldskriminaliteten i disse mulige

forskydningsområder. Der er således nogle klare indikationer på, at den vold vi ser i nattelivsområ-

derne, har en situationel karakter, dvs. fremkommer i de situationer, som et aktivt natteliv skaber.

Der har parallelt med restriktioner for udskænkningsstederne været andre restriktioner og anbefalin-

ger fra myndighederne, som har påvirket hverdagslivet, de daglige rutiner og det sociale liv i Danmark

under coronapandemien. Det kan således ikke udelukkes, at den fundne sammenhæng mellem re-

striktioner på udskænkningsstederne og voldskriminaliteten kan være påvirket af andre forhold og

faktorer, som vi ikke har kunnet kontrollere for i undersøgelsen. At vi i ikke-udskænkningsområderne

kun fandt en meget begrænset effekt af coronapandemien på niveauet af voldsanmeldelser underbyg-

ger dog konklusionen om, at den effekt vi fandt i nattelivs- og udskænkningsområderne især må skyl-

des restriktioner på udskænkningsstederne og den deraf reducerede nattelivsaktivitet. Da undersøgel-

sesresultaterne endvidere i meget høj grad flugter med, hvad internationale undersøgelser viser, er

det relativt usandsynligt, hvis der ikke også i Danmark skulle være en sammenhæng mellem begræns-

ninger for udskænkningssteder, nattelivsaktivitet og voldskriminalitet.

Det skal understreges, at vi i undersøgelsen fandt, at ikke samtlige nattelivsområder er belastet af

voldskriminalitet. Med blik på at forstå og forebygge den nattelivsrelaterede kriminalitet bedre er der

brug for mere viden om, hvilke faktorer der betinger, at nogle nattelivsområder er relativt fri fra

voldskriminalitet, mens andre nattelivsområder er meget belastet af vold og andet kriminalitet.

Diskussion og implikationer for praksis

Selvom volden er relativt sjældent forekommende har den alvorlige konsekvenser for de mennesker

som rammes af den. Volden i det danske samfund har mange kilder og årsager og sker i forskellige

sammenhænge fx vold i nære relationer, vold på arbejdet samt vold i nattelivet. Selvom undersøgelser

peger på, at omfanget af vold der foregår i nattelivet er mindre i dag end det var for fx 25 år siden er

det stadig min. 10-11 pct. af volden i samfundet, der foregår i nattelivet (Pedersen et al., 2020). Det

er denne vold, som har været i fokus i denne undersøgelse.

Internationale undersøgelser har igennem de sidste ca. 30 år meget tydeligt dokumenteret, at der er

en sammenhæng mellem nattelivsaktivitet og kriminalitet – især voldskriminalitet. Den nærværende

undersøgelse af sammenhængen mellem restriktioner på udskænkningsstederne og voldskriminalitet

under coronapandemien indikerer tydeligt, at denne sammenhæng også gør sig gældende i Danmark.

I denne undersøgelse har vi særligt haft fokus på voldskriminalitet, men som vores supplerende ana-

lyser indikerede, er der også anden følgekriminalitet forbundet med nattelivsaktivitet end ’bare’ vold.

Således er der også en klar sammenhæng mellem begrænsningerne på udskænkningsstederne og fo-

rekomsten af gadekriminalitet – især i nattelivsområderne.

Nattelivsområderne er geografisk meget små, men der foregår en ikke ubetydelig mængde voldskri-

minalitet i disse områder. Ud fra et kriminalpræventivt perspektiv giver det derfor mening at have

særlig fokus på nattelivsområderne og nattelivet. Kriminalpræventivt er der umiddelbart tre overord-

nede tilgange til forebyggelsen af den nattelivsrelaterede kriminalitet: begrænse nattelivet, regu-

lere/kontrollere nattelivet eller forandre nattelivet.

Én måde at reducere den nattelivsrelaterede voldskriminaliteten på, som denne undersøgelse og flere

andre undersøgelser giver anledning til at overveje, er at begrænse aktiviteten i nattelivet fx ved at

reducere den gennemsnitlige åbningstid, reducere det maksimale antal gæster per udskænkningssted

eller reducere koncentrationen af udskænkningssteder m.v. Forskningen finder relativt entydigt, at

restriktioner for udskænkningssteder har kriminalpræventive effekter (se fx Burton et al., 2017; de

Goeij et al., 2015; De Vocht et al., 2017; Kypri et al., 2011, 2014; Rossow & Norström, 2012;

Wilkinson et al., 2016).

Det er værd at bemærke, at nogle foreløbige erfaringer fra de perioder i 2020 med en begrænset

genåbning af nattelivet peger på, at de begrænsede åbningstider for udskænkningsstederne medførte

en ændret måde at gå i byen på blandt de unge, hvor man i højere grad gik ædru i byen med mindre

fuldskab til følge (Jensen & Kristiansen, 2020; Københavns Politi, 2020).

At begrænse nattelivsaktiviteten for at forebygge voldskriminalitet via forskellige restriktioner for

udskænkningsstederne er dog ikke uden potentielle omkostninger. For det først viste vores undersø-

gelse, at en afledt konsekvens af restriktionerne på udskænkningsstederne var en stigning i støjgener

andre steder. For det andet er der ikke tvivl om, at det nuværende natteliv har værdi for mange men-

nesker – gæsterne, indehavere og andre erhvervsdrivende og virksomheder, der er forbundet til nat-

telivet, hvorfor en begrænsninger på udskænkningsstederne potentielt ville kunne medføre lavere ind-

tjening og reduceret glæde ved en ’bytur’ for nogle nattelivsgæster (Horesta, 2021; Olsen, 2020).

Desuden er det også blevet fremført, at udskænkningsstederne potentielt kan være med til at skabe

trygge rammer om nattelivet, idet bartendere og dørmænd fx kan gribe ind i tilfælde af slagsmål og

ulykker (Tutenges et al., 2014).

Begrænsninger på udskænkningsstederne er som nævnt ikke den eneste måde, hvorpå man kan søge

at opnå et mere sikkert og trygt natteliv. Der har således også i det hidtidige forebyggende arbejde i

nattelivsområderne været fokus på i stedet at regulere, styre og kontrollere nattelivet – fx ved at ændre

rammerne om nattelivet. Det har fx drejet sig om at sikre flere eller mere kompetente myndigheds-

personer eller lignende fx i form af flere (eller bedre uddannede) dørmænd, frivillige natteravne eller

kommunale ”natteværter” samt øget politipatruljering. Eller ved at søge at holde uromagere og kri-

minelle væk fra nattelivet via fx restaurationsforbud. Man har desuden søgt at forbedre interessent-

samarbejdet mellem restauratører, kommune og politi mhp. at sikre koordination af nattelivsindsatsen

fx omkring ’ansvarlig udskænkning’. Den kriminalpræventive effekt af disse typer regulerende og

kontrollerende indsatser er dog ikke helt sikker (Attermann, 2017; Iversen & Rosengaard, 2011;

Jørgensen, 2010; Justitsministeriets forskningsenhed, 2007; Østergaard Larsen et al., 2015; Søgaard,

2018; Tutenges et al., 2014).

Udover at begrænse eller regulere nattelivsaktiviteten kan en alternativ strategi være at forandre nat-

telivskulturen mere grundlæggende – fx ved at have fokus på at reducere den rolle som indtagelse af

alkohol spiller (Københavns kommune, 2021).

Det skal afslutningsvist understreges, at andre hensyn end de rent kriminalpræventive selvfølgelig

bør guide bylivets udvikling. Den dansk-svenske arkitekt Bo Grönlund (2007) har opridset tre pejle-

mærker som danner et spændingsfelt i den moderne byplanlægning: henholdsvis ønsket om den hyg-

gelige by, den trygge/sikre by og den spændende by.

Der er ikke tvivl om, at de forholdsvis lempelige restriktioner, der har været på udskænkningsstederne

(før coronapandemien), har været med til at skabe et spændende byliv for nogle persongrupper. Men

denne undersøgelse peger dog på, at et relativt utæmmet natteliv også udfordrer ønsket om den trygge

og hyggelige by. Det kan således diskuteres om balancen mellem det spændende dynamiske byliv

med et meget aktivt natteliv på den ene side, og den sikre og trygge by på den anden side er optimal

i alle danske byer.

Den nattelivsrelaterede kriminalitet kan som nævnt forebygges på forskellige måder, og der vil være

forskel på, hvad der vil være relevant i forskelige byer. Udfordringerne i nattelivet er komplekse,

hvilket grundlæggende peger på behovet for en helheldsorienteret indsats, hvor de overordnede til-

ganges fokus på hhv. at begrænse, kontrollere og forandre nattelivet i mindre grad skal ses gensidig

ekskluderende og i højere grad som komplementære tilgange.

Referencer

Andersen, H. A., & Mueller-Johnson, K. (2018). The Danish Crime Harm Index: How It Works and

Why It Matters.

Cambridge Journal of Evidence-Based Policing, 2,

52–69.

https://doi.org/10.1007/s41887-018-0021-7

Andrade, S. B., Casier, F., & Skov, P. R. (2020).

Risici og konsekvenser ved voldsforbrydelser En

statistisk kortlægning af ofre og deres familiers liv i Danmark [Risks and consequences of violent

crimes. A statistical analysis of victims and their families in Denmark].

VIVE.

Andresen, M. A., & Hodgkinson, T. (2020). Somehow

I always end up alone : COVID ‑ 19 , social

isolation and crime in Queensland , Australia.

Crime Science,

1–20.

https://doi.org/10.1186/s40163-020-00135-4

Ashby, M. P. J. (2020). Initial evidence on the relationship between the coronavirus pandemic and

crime in the United States.

Crime Science, 9(1),

1–16. https://doi.org/10.1186/s40163-020-

00117-6

Attermann, C. V. (2017).

Forsøg med hot spot-politiarbejde.

Justitsministeriet.

Balvig, F., & Kyvsgaard, B. (2009).

Man anmelder da vold? En analyse af ændringer i

anmeldelsestilbøjeligheden for vold.

Københavns Universitet, Justitsministeriet, Det

Kriminalpræventive Råd, Rigspolitichefen.

Bettencourt, B. A., Talley, A., Benjamin, A. J., & Valentine, J. (2006). Personality and aggressive

behavior under provoking and neutral conditions: A meta-analytic review. I

Psychological Bul-

letin

(Bd. 132, Nummer 5, s. 751–777). Psychol Bull. https://doi.org/10.1037/0033-

2909.132.5.751

Block, R. L., & Block, C. R. (1995). Space, place and crime: Hot spot areas and hot places of liquor-

related crime.

Crime and place, 4(2),

145–184.

Bowers. (2014). Risky Facilities: Crime Radiators or Crime Absorbers? A Comparison of Internal

and External Levels of Theft.

Journal of Quantitative Criminology, 30(3),

389–414.

https://doi.org/10.1007/s10940-013-9208-z

Bowers, K. J., & Johnson, S. D. (2003). Measuring the Geographical Displacement and Diffusion of

Benefit Effects of Crime Prevention Activity.

Journal of Quantitative Criminology, 19(3),

275–

301.

Brantingham, P. J., & Brantingham, P. L. (2008). Crime pattern theory. I Richard Wortley & L. Ma-

zerolle (Red.),

Environmental Criminology and Crime Analysis

(s. 78–93). Willan Publishing.

Brantingham, P. L., & Brantingham, P. J. (1995). Criminality of place: Crime generators and crime

attractors.

European Journal on Criminal Policy and Research, 3(3),

5–26.

Burton, R., Henn, C., Lavoie, D., O’Connor, R., Perkins, C., Sweeney, K., Greaves, F., Ferguson, B.,

Beynon, C., Belloni, A., Musto, V., Marsden, J., & Sheron, N. (2017). A rapid evidence review

of the effectiveness and cost-effectiveness of alcohol control policies: an English perspective.

The Lancet, 389,

1558–1580. https://doi.org/https://doi.org/10.1016/S0140-6736(16)32420-5

Bushman, B. J., & Cooper, H. M. (1990). Effects of Alcohol on Human Aggression: An Integrative

Research Review. I

Psychological Bulletin

(Bd. 107, Nummer 3, s. 341–354).

https://doi.org/10.1037/0033-2909.107.3.341

Campbell, C. A., Hahn, R. A., Elder, R., Brewer, R., Chattopadhyay, S., Fielding, J., Naimi, T. S.,

Toomey, T., Lawrence, B., & Middleton, J. C. (2009). The Effectiveness of Limiting Alcohol

Outlet Density As a Means of Reducing Excessive Alcohol Consumption and Alcohol-Related

Harms.

American

Journal

Preventive

Medicine,

37(6),

556–569.

https://doi.org/https://doi.org/10.1016/j.amepre.2009.09.028

Campedelli, G. M., Favarin, S., Aziani, A., & Piquero, A. R. (2020). Disentangling community-level

changes in crime trends during the COVID-19 pandemic in Chicago.

Crime Science, 9(1),

1–18.

https://doi.org/10.1186/s40163-020-00131-8

Cohen, L. E., & Felson, M. (1979). Social change and crime rate trends: A routine activity approach.

American Sociological Review, 44(4),

588–608.

Conrow, L., Aldstadt, J., & Mendoza, N. S. (2015). A spatio-temporal analysis of on-premises alcohol

outlets and violent crime events in Buffalo, NY.

Applied Geography, 58,

198–205.

Day, P., Breetzke, G. D., Kingham, S., & Campbell, M. (2012). Close proximity to alcohol outlets is

associated with increased serious violent crime in New Zealand.

Aust N Z J Public Health, 36(1),

48–54.

de Goeij, M. C. M., Veldhuizen, E. M., Buster, M. C. A., & Kunst, A. E. (2015). The impact of

extended closing times of alcohol outlets on alcohol-related injuries in the nightlife areas of

Amsterdam: A controlled before-and-after evaluation.

Addiction, 110(6),

955–964.

https://doi.org/10.1111/add.12886

De Vocht, F., Heron, J., Campbell, R., Egan, M., Mooney, J. D., Angus, C., Brennan, A., & Hickman,

M. (2017). Testing the impact of local alcohol licencing policies on reported crime rates in Eng-

land.

Journal of Epidemiology and Community Health, 71(2),

137–145.

https://doi.org/10.1136/jech-2016-207753

Demant, J., & Heinskou, M. B. (2011). Taking a chance: Sex, alcohol and acquaintance rape.

Young,

19(4),

397–415. https://doi.org/10.1177/110330881101900403

Eisner, M., & Nivette, A. (2020).

HFG RESEARCH AND POLICY IN BRIEF Violence and the Pan-

demic

Urgent

Questions

for

Research.

www.hfg.orgt646.428.0971https://mail.google.com/mail/u/0?ui=2&ik=ec897e-a46b&at-

tid=0.3&permms-

Flood, H., & Frugård, I. (2019).

Vold i oppveksten : Varige spor? En longitudinell undersøkelse av

reviktimisering, helse, rus og sosiale relasjoner hos unge utsatt for vold i barndommen

[Victimized by violence while growing up: Lasting consequences? A longitudinal study of revic-

timizati.

Nasjonalt Kunnskapssenter om vold og traumatisk Stress.

Gerell, M., Kardell, J., & Kindgren, J. (2020). Minor covid-19 association with crime in Sweden.

Crime Science, 9(1),

1–9. https://doi.org/10.1186/s40163-020-00128-3

Gmel, G., Holmes, J., & Studer, J. (2016). Are alcohol outlet densities strongly associated with alco-

hol-related outcomes? A critical review of recent evidence.

Drug and Alcohol Review, 35(1),

40–54. https://doi.org/10.1111/dar.12304

Gorman, D. M., Labouvie, E. W., Speer, P. W., & Subaiya, A. P. (1998). Alcohol Availability and

Domestic Violence.

The American Journal of Drug and Alcohol Abuse, 24(4),

661–673.

https://doi.org/10.3109/00952999809019615

Gorman, D. M., Speer, P. W., Labouvie, E. W., & Subaiya, A. P. (1998). Risk of assaultive violence

and alcohol availability in New Jersey.

American Journal of Public Health, 88(1),

97–100.

https://doi.org/10.2105/AJPH.88.1.97

Graham, K. (2012). Commentary on Rossow and Norström (2012): When should bars close?

Addic-

tion, 107(3),

538–539. https://doi.org/10.1111/j.1360-0443.2012.03778.x

Groff, E. R., & Lockwood, B. (2013). Criminogenic Facilities and Crime across Street Segments in

Philadelphia: Uncovering Evidence about the Spatial Extent of Facility Influence.

Journal of

Research

Crime

and

Delinquency,

51(3),

277–314.

https://doi.org/10.1177/0022427813512494

Grönlund, B. (2007).

Urban Odyssé.

Det Kongelige Danske Kunstakademi.

Gruenewald, P. J., Freisthler, B., Remer, L., Lascala, E. A., & Treno, A. (2006). Ecological models

of alcohol outlets and violent assaults: crime potentials and geospatial analysis.

Addiction,

101(5),

666–677.

Guerette, R. T., & Bowers, K. J. (2009). Assessing the extent of crime displacement and diffusion of

benefits: a review of situational crime prevention evaluations.

Criminology, 47(4),

1331–1368.

Heatherton, T. F., & Baumeister, R. F. (1996). Self-Regulation Failure: Past, Present, and Future.

Psychological Inquiry, 7(1),

90–98. https://doi.org/10.1207/s15327965pli0701_20

Heinskou, M. B., & Liebst, L. S. (2017).

Gadevold. En sociologisk kortlægning af vold i byen.

DJØF.

Horesta. (2021).

Nattelivet i Danmark under Covid-19.

Humphreys, D. K., & Eisner, M. P. (2014). Do flexible alcohol trading hours reduce violence? A

theory-based natural experiment in alcohol policy.

Social Science and Medicine, 102,

1–9.

https://doi.org/10.1016/j.socscimed.2013.11.038

Iversen, L., & Rosengaard, C. (2011).

Evaluering af ‘ansvalig udskænkning’ – 9 lokalområders

samarbejde om en aktiv bevillingspolitik.

Sundhedsstyrelsen.

Jacobsen, M. H., & Sørensen, A.-S. (2013).

Kriminologi. En introduktion.

Hans Reitzels Forlag.

Jensen, E., & Kristiansen, M. M. (2020).

Unge er knap så fulde , når de fester : ’ Det er en positiv

udvikling ’.

DR.dk. https://www.dr.dk/nyheder/regionale/nordjylland/unge-er-knap-saa-fulde-

naar-de-fester-det-er-en-positiv-udvikling

Johnson, S. D., Guerette, R. T., & Bowers, K. J. (2012). Crime displacement and diffusion of benefits.

I B. C. Welsh & D. P. Farrington (Red.),

The Oxford Handbook of Crime Prevention

(s. 337–

353). Oxford University Press.

Jørgensen, T. T. (2010).

”Hot spots”. En effektevaluering af københavns politis særlige indsats mod

vold i nattelivet.

Justitsministeriets forskningskontor.

Justitsministeriets forskningsenhed. (2007).

Evaluering af projekt om “Trygt Natteliv” i Odense.

Københavns kommune. (2021).

Restaurations- og Nattelivsplan 2021.

Københavns Politi. (2020).

Voldelige hændelser i nattelivet faldt med 90 procent under Covid-19-

lukning.

https://politi.dk/koebenhavns-politi/nyhedsliste/voldelige-haendelser-i-nattelivet-faldt-

med-90-procent-under-covid-19-lukning/2020/07/02

Kort og Matrikelstyrelsen, & Danmarks Statistik. (2012).

Det danske Kvadratnet v.2.

Kort &

Matrikelstyrelsen.

Kypri, K., Jones, C., McElduff, P., & Barker, D. (2011). Effects of restricting pub closing times on

night-time

assaults

Australian

city.

Addiction,

106(2),

303–310.

https://doi.org/10.1111/j.1360-0443.2010.03125.x

Kypri, K., Mcelduff, P., & Miller, P. (2014). Restrictions in pub closing times and lockouts in New-

castle, Australia five years on.

Drug and Alcohol Review, 33(3),

323–326.

https://doi.org/10.1111/dar.12123

Langton, S., Dixon, A., & Farrell, G. (2021). Six months in: pandemic crime trends in England and

Wales.

Crime Science, 10(1),

1–16. https://doi.org/10.1186/s40163-021-00142-z

Lee, Y., Eck, J. E., Soohyun, O., & Martinez, N. N. (2017). How concentrated is crime at places ? A

systematic review from 1970 to 2015.

Crime Science, 6(6).

https://doi.org/10.1186/s40163-017-

0069-x

Levine, N. (2017). The location of late night bars and alcohol-related crashes in Houston, Texas.

Accident Analysis and Prevention, 107,

152–163. https://doi.org/10.1016/j.aap.2017.05.010

Livingston, M. (2008). Alcohol outlet density and assault: a spatial analysis.

Addiction, 103(4),

619–

628.

Mannov, J., Østergård, C., & Kjær Minke, L. (2020).

Kriminalitetsudviklingen i Danmark under

Covid-19 pandemien.

Det Kriminalpræventive Råd.

Mohler, G., Porter, M., Carter, J., & LaFree, G. (2020).

Learning to rank spatio ‑ temporal event

hotspots.

Crime Science, 9(3),

1–12. https://doi.org/10.1186/s40163-020-00112-x

Olsen, T. L. (2020). Fadølsindeks afslører ødelæggende effekt på nattelivet.

DR.dk,

999.

https://www.dr.dk/nyheder/penge/fadoelsindeks-afsloerer-corona-restriktioners-

oedelaeggende-effekt-paa-nattelivet

Østergaard Larsen, B., Bendix Kleif, H., & Kolodziejczyk, C. (2015). The volunteer programme

‘Night Ravens’: a difference-in-difference analysis of the effects on crime rates.

Journal of Scan-

dinavian Studies in Criminology and Crime Prevention.

Parker, R. N., & Auerhahn, K. (1998). Alcohol, drugs, and violence.

Annual Review of Sociology, 24,

291–311. https://doi.org/10.1146/annurev.soc.24.1.291

Payne, J. L., & Morgan, A. (2020).

COVID-19 and Violent Crime: A comparison of recorded offence

rates and dynamic forecasts (ARIMA) for March 2020 in Queensland, Australia.

https://doi.org/10.31235/osf.io/g4kh7

Payne, J. L., Morgan, A., & Piquero, A. R. (2020). COVID-19 and social distancing measures in

Queensland, Australia, are associated with short-term decreases in recorded violent crime.

Jour-

nal of Experimental Criminology.

https://doi.org/10.1007/s11292-020-09441-y

Pedersen, A. B., Kyvsgaard, B., & Balvig, F. (2020).

Udsathed for vold og andre former for

Kriminalitet. Offerundersøgelserne 2005-2019.

Justitsministeriet.

Piquero, A. R., Jennings, W. G., Jemison, E., Kaukinen, C., & Knaul, F. M. (2021). Evidence from a

systematic

review

and

meta-analysis.

Journal

Criminal

Justice,

74.

https://doi.org/10.1016/j.jcrimjus.2021.101806

Pridemore, W. A., & Grubesic, T. H. (2013). Alcohol Outlets and Community Levels of Interpersonal

Violence: Spatial Density, Outlet Type, and Seriousness of Assault.

Journal of Research in

Crime and Delinquency, 50(1),

132–159.

Reppetto, T. A. (1976). Crime Prevention and the Displacement Phenomenon.

Crime & Delinquency,

22(2),

166–177.

Roman, J., & Farrell, G. (2002). Cost-Benefit Analysis for Crime Prevention: Opportunity Costs,

Routine Savings and Crime Externalities.

Evaluation for Crime Prevention, Crime Prevention:

Crime Prevention Studies Vol. 14, 14,

53–92.

Rosenfeld, R., & Lopez, E. (2020). Pandemic, Social Unrest, and Crime in U.S. Cities. I

Council on

Criminal Justice.

https://doi.org/10.1525/fsr.2020.33.1-2.72

Rossow, I., & Norström, T. (2012). The impact of small changes in bar closing hours on violence.

The Norwegian experience from 18 cities.

Addiction, 107(3),

530–537.

Scherg, R. H. (2013).

Kriminalpræventiv og utryghedsforebyggende miljø- og byplanlægning. En

vidensopsamling.

Statens Byggeforskningsinstitut, Aalborg Universitet København.

Scherg, R. H. (2016).

Utrygheden finder sted. En undersøgelse af utryghed ved kriminalitet med

særlig fokus på udforskningen af utryghedens rumlige dimensioner og miljømæssige årsager.

Aalborg Universitetsforlag. https://doi.org/10.5278/vbn.phd.engsci.00075

Scherg, R. H., & Ejrnæs, A. (2020). De utryghedsmæssige konsekvenser af udsathed for kriminalitet

i Danmark [The impact of victimization on feelings of safety in Denmark].

Nordisk Tidsskrift

for Kriminalvidenskab, 107,

41–66.

Scherg, R. H., Jørgensen, A., & Balstrøm, T. (2018). Geografisk kriminalitetsanalyse – rumlig

analyse og visualisering af kriminalitetsdata. I M. H. Jacobsen (Red.),

Metoder i kriminologi

(s.

333–370). Hans Reitzels Forlag.

Scherg, R. H., Munkøe, M., & Hansen, M. (2016).

Usynlig mærkningsspray. Evaluering af forsøg

med usynlig mærkningsspray til forebyggelse af røveri i detailhandlen.

Rigspolitiet, Dansk

Erhverv, SikkerhedsBranchen.

Shepherd, J. P., Moore, S. C., Long, A., Mercer Kollar, B. L. M., & Sumner, S. A. (2021). Association

Between COVID-19 LockdownMeasures and Emergency Department Visits for Violence-Re-

lated

Injuries

Cardiff,Wales.

JAMA,

325(9),

885–887.

https://doi.org/10.15585/mmwr.mm6936a5

Sherman, L. W., Neyroud, P. W., & Neyroud, E. (2016). The Cambridge Crime Harm Index: Meas-

uring Total Harm from Crime Based on Sentencing Guidelines.

Policing, 10(3),

171–183.

https://doi.org/10.1093/police/paw003

Søgaard, T. F. (2018). Voices of the Banned: Emergent Causality and the Unforeseen Consequences

of Patron Banning Policies.

Contemporary Drug Problems, 45(1),

15–32.

https://doi.org/10.1177/0091450917741918

Stickle, B., & Felson, M. (2020). Crime Rates in a Pandemic: the Largest Criminological Experiment

History.

American

Journal

Criminal

Justice,

45(4),

525–536.

https://doi.org/10.1007/s12103-020-09546-0

Tillyer, M. S., Wilcox, P., & Walter, R. J. (2020). Crime Generators in Context: Examining ‘Place in

Neighborhood’

Propositions.

Journal

Quantitative

Criminology.

https://doi.org/10.1007/s10940-019-09446-5

Tutenges, Krøll, L. T., & Hesse, M. (2014).

Forebyggelse i nattelivet.

Center for Rusmiddelforskning

Aarhus Universitet.

Wei, R., Grubesic, T. H., & Kang, W. (2020). Spatiotemporal patterns of alcohol outlets and violence:

A spatially heterogeneous Markov chain analysis.

Environment and Planning B: Urban Analyt-

ics and City Science.

https://doi.org/10.1177/2399808320965569

Weisburd, D. (2015). The law of crime concentration and the criminology of place.

Criminology,

53(2),

133–157. https://doi.org/10.1111/1745-9125.12070

Weisburd, D., Wyckoff, L. A., Ready, J., Eck, J. E., Hinkle, J. C., & Gajewski, F. (2006). Does crime

just move around the corner? A controlled study of spatial displacement and diffusion of crime

control benefits.

Criminology, 44(3),

549–592.

Wilkinson, C., Livingston, M., & Room, R. (2016). Impacts of changes to trading hours of liquor

licences on alcohol-related harm: A systematic review 2005-2015.

Public Health Research and

Practice, 26(4),

1–7. https://doi.org/10.17061/phrp2641644

Wortley, Richard. (2008). Situational precipitators of crime. I R Wortley & L. Mazerolle (Red.),

En-

vironmental Criminology and Crime Analysis

(s. 48–69). Willan Publishing.

Bilag

Bilag A: Definition af udskænkningsområde og udskænkningssteder

I forbindelse med projektet er der lavet et udtræk fra CVR-registeret d. 8. december 2020 over alle

aktive virksomheder (p-enheder) i Danmark under kategorierne

”caféer, værtshuse, diskoteker mv”

(branchekode: 563000) og ”restauranter”

(branchekode: 561010). Dette udtræk indeholder ud over

udskænkningssteder dog også fastfood-restauranter samt kaffe- og juicebarer, hvor der ikke serveres

alkohol. Der er via en aktindsigtsanmodning i Rigspolitiets bevillingssystem modtaget et datasæt over

alle de steder, som Rigspolitiet har registreret som havende en alkoholbevilling per 4. november 2020.

Dette datasæt indeholder ud over barer, værtshuse og restauranter dog også hoteller, sportshaller og

færger, m.m. som også har bevilling til at servere alkohol.

Udskænkningssteder er i denne undersøgelse afgrænset til de steder, som optræder i begge registre.

Dette sikrer, at det alene er de restauranter, cafeer, værtshuse og diskoteker mv. med alkoholbevilling

som udfindes.

Da der ikke er komplet korrespondance mellem CVR-navn og bevillingsindehaver eller er en anden

unik variable at matche på, er matchning mellem de to dataudtræk sket ved at se på, hvorvidt et steds

vejnavn, husnummer og postnummer stemmer overens. Det giver visse udfordringer: Eftersom der i

data forekommer mange steder, som har den præcist samme adresse, genereres der i matchingen en

del dubletter. Ved at beregne en såkaldt ”levensthein distance” mellem virksomhedsnavnene i hen-

holdsvis bevillingsdata og cvr-data – som er det antal indtastninger som kræves for at ændre den ene

tekststreng til den anden – gives en mulighed for automatisk at vurdere, hvilket af flere matches på

en given adresse, som har det bedste match. Således vil tekststrengene ”Børges Bodega” og ”Børges

Bodega APS” have en relativt lav levensthein distance, mens ”Børges Bodega” og ”Bennys Sushi”

vil have en højere score og dermed en lavere sandsynlighed for at være et match. Metoden giver ikke

fuldkommen sikkerhed for at matche de rigtige steder, når der er flere matches på den samme adresse,

men det øger sandsynligheden og gør, at man ikke manuelt skal vurdere hvert enkelt match. Selvom

dette giver en vis usikkerhed ift. den nøjagtige aktivitet på de matchede adresser, vurderes det, at der

uanset hvad, er stor sandsynlighed for ”udskænkningsaktivitet” – enten på den eksakte adresse eller

meget tæt på (pga. risiko for fejlregistreringer af husnummer i data).

Bilag B: Definition af nattelivsområder

For at identificere nattelivsområder beregnes der først for hvert byområde en ’udskænkningskoncen-

trationsværdi’ (”Udsknvardi”). Udskænkningskoncentrationsværdi beregnes ud fra antallet af ud-

skænkningssteder i det pågældende byområde og antallet af udskænkningssteder i det pågældende

byområdes naboområder.

Definition af naboskabsstukturen

Der anvendes en såkaldt første ordens dronningespecifikation i specificerin-

gen af naboskabet. Det vil i praksis sige, at alle de byområder der har fælles

grænser og fælles hjørnepunkter anses som naboer. Udmøntningen af denne

specifikation kan se i figuren til højre. Ifølge denne specifikation vil fokal-

området (markeret med rødt) således have otte naboområder (markeret med

gråt).

Et byområdes udskænkningskoncentrationsværdi er givet ved antallet af udskænkningssteder i by-

området + det gennemsnitlige antal udskænkningssteder i nabobyområderne x 2. Det betyder fx, at et

byområde, hvori der er lokaliseret 4 udskænkningssteder, og hvor der i byområdets 8 naboområder

samlet set er 12 udskænkningssteder (dvs. 1,5 i gennemsnit) kan udskænkningskoncentrationsvær-

dien beregnes til 7 (idet: 4+(2x1,5) = 7).

Nattelivsområder er defineret som de byområder, der har en udskænkningskoncentrationsværdi på 7

eller mere. Denne grænseværdi er valgt, idet den overordnet formår at identificere koncentrationer af

udskænkningssteder i både større og mindre byer. Mere specifik indebærer denne specificering, at

der identificeres store sammenhængende nattelivsområder i især København/Frederiksberg, men også

i Århus og i mindre grad i Odense og i Aalborg. Der identificeres desuden mindre nattelivsområder i

de fleste store provinsbyer dvs. i Esbjerg, Frederikshavn, Helsingør, Herning, Hjørring, Holstebro,

Horsens, Kolding, Næstved, Randers, Roskilde, Silkeborg, Skagen, Slagelse, Svendborg, Sønderborg

og Vejle. Enkelte provinsbyer såsom Køge, Hillerød og Ringsted har ikke nattelivsområder på trods

af, at der er lokaliseret en del udskænkningssteder i disse byer. Forklaringen er at udskænkningsste-

derne i disse byer er geografisk mere spredt ud.

Det skal bemærkes, at den anvendte metode også identificerer enkelte ’falske’ nattelivsområder –

mere specifikt byområder, hvori der er lokaliseret store shopping centre (dvs. Rosengårdcenteret i

Odense; Fisketorvet, Frederiksberg Centeret, Fields og Kastrup lufthavn i København og Bruuns Gal-

leri i Århus). Det er tale om falske nattelivsområder, idet koncentrationen af udskænkningssteder er

kunstig høj, idet alle udskænkningsstederne i disse centre administrativt er lokaliseret på præcis det

samme adressepunkt, mens de i virkeligheden er geografisk spredt ud i centrene. Disse byområder

kategoriseres derfor ikke som nattelivsområder i analysen.

Der identificeres derfor samlet set 240 byområder (á 100m x 100m) som nattelivsområder.

Bilag C: Specificering af mulige forskydningsområder

1. Byområder i umiddelbar nærhed af nattelivsområder

Forskydningsområder er de byområder der er naboer til nattelivsområder

(jf. definitionen af nabolagsstrukturen [se bilag B]) samt de byområder,

der har fælles grænse eller fælles hjørnepunkter med nattelivsområdernes

naboområder. Hvis det blå område i figuren repræsenterer et nattelivsom-

råde repræsentere de grå områder de byområder i umiddelbar nærhed af

nattelivet som i undersøgelsen defineres som mulige forskydningsområ-

der.

2. Særligt udvalgte byområder

Der er identificeret en række byområder der kan tiltrække ’nattelivsaktivitet’, når udskænkningsste-

derne har reduceret åbningstid som manuelt i er udpeget og kodet i datasættet på baggrund af kort fra

Kortforsyningen.

København og Frederiksberg

Parker: ”Søerne”, Nørrebro parken, Hans Tausens park, Bananna Park, Mimersparken, Kongens

have, Enghave parken, Frederiksberg have, Søndermarken, Vigerslev parken, Fælledparken, Kløver-

marken, Skydebanehaven, Valbyparken, Ørstedsparken/Israels Plads, Østre Anlæg. Kildevældspar-

ken, Sydhavnstippen, volde omkring indre Christianshavn, Amager Fælled. Rekreative havneområ-

der og strande: Islands Brygge, Nordhavn, Amager Strandpark, Svanemøllen Strand.

Århus

Parker: Botanisk Have, Universitetsparken, Rådhusparken/Musikhusparken, Mølleparken, Forstbo-

tanisk Have, Parken foran Marselisborgcentret, Ceresparken/Åparken, Vennelystparken, Skansepar-

ken, Tangkrogen, Området omkring Godsbanen, Mindeparken. Strande/havneområder: Dokk1/Hav-

nen/Havnebadet, Marselisborg strand/Ballehage strand, Den permanente/Bellevue Strand, Haven

omkring Aros, Langenæseparken, Bellevue Strandpark (ved Bellevue strand).

Odense

Parker: Klosterhaven, Munkemose, Eventyrhaven, Kongens Have, Ansgar anlæg, Willeruplundpar-

ken, Munkedammen, Svanedammen, , Skt. Jørgens Park, Bramstrupparken, De hemmelig ha-

ver/Sankt Jørgens haven, Døckerslundparken/Hanneberg, Hinderuplundparken.

Strande/havneom-

råde:

Odense Havn/Havnebadet

Der er endvidere lavet en eksplorativ undersøgelse af de geografiske lokationer af hændelser vedr. ”musik til ulempe”

der er blevet registreret af politiet i periode 1-4 i de fire byer mhp. at undersøge om der er byområder, hvor der var tegn

på nattelivsaktivitet, men som ikke var udpeget som forskydningsområde (eller nattelivsområde). Denne analyse gav ikke

anledning til at udpege yderligere byområder som mulige forskydningsområder.

Aalborg

Parker:

Jomfru Ane Parken, Kildeparken, Lindholm Fjordpark, Skanseparken, Sohngårdsholmpar-

ken, Vestre Fjordpark, Østre Anlæg, Søheltens Have, Skudehavnen, Vestre Bådehavn, Lindholm

Strandpark, Karolinelund, Mølleparken, Skovdalen, Ansgar anlægget, område omkring centrale nørre

sundby havnefront, Vandbakken, Signalbakken. Strande/havneområde: Aalborg centrale havnefront,

Aalborg Havnebad.

På kortene nedenfor af København/Frederiksberg, Århus, Aalborg og Odense ses hhv. nattelivsom-

råder og de mulige forskydningsområder i de fire byer.

Figur B: Nattelivsområder og mulige forskydningsområder i de fire største byer

København/Frederiksberg

Århus

Aalborg

Odense

Tabelnote:

Bilag D: Geokodningstaksonomi

Med henblik på at håndtere ufuldstændige og fejlbehæftede gerningsstedsadresser har vi i forbindelse

med geokodningen opstillet følgende taksonomi:

•

Alle de gerningssteder der indeholder vejkode/vejnavn, og husnummer og hvor der er et per-

fekt match mellem den registrerede gerningsstedsadresse og adressedatabase geokodes til lo-

kationen fra adressedatabasen og de får tildelt geokvalitetsværdien ”1”.

Alle de gerningssteder, der indeholder vejkode/vejnavn og husnummer, men hvor der ikke er

et perfekt match mellem registrerede gerningsstedsadresse og adressedatabase, fordi der

mangler et husnummerbogstav, tilføres bogstavet ”A” og geokodes, hvis den passer perfekt

og får geokvalitetsværdien ”2”.

Alle de gerningssteder, der indeholder vejkode/vejnavn, men mangler husnummer geokodes

til den geometriske vejmidte dvs. det geometrisk midtpunkt af den linje der repræsenterer

vejen og får geokvalitetsværdien ”3”.

Alle de gerningssteder, hvor der ikke er et perfekt match mellem registrerede gerningssteds-

adresse og adressedatabase fordi vejnavn enten er ukendt eller ikke kan genkendes er ikke

geokodet og får geokvalitetsværdien ”4”.

Alle de gerningssteder, der mangler kommunenavn er ikke geokodet og får geokvalitetsvær-

dien ”5”.

”Geokvalitetsværdi”

Land (DK)

Kommune

Vejnavn

Husnummer

(x)

Geokodning

Præcist

(Præcist)

Upræcist (vejmidte)

Ikke geokodet

•

Det indebærer fx at forbrydelser der egentligt er begået på Solskinsvej 45C, men hvor der i politiets register er registreret

”Solskinsvej 45” geokodes til Solskinsvej 45A.

Bilag E: Robusthedsanalyser

Tabel A: Antal voldsanmeldelser i tidsrummet 00-06 i nattelivsområder i de fire perioder (1-

4) sammenlignet med en prognose for nattelivsområder

Periode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

159

149

164

102

2018

169

125

191

2019

158

123

225

104

2020

Prognose

159

125

191

102

2020

151

Øvre

134,3

103,1

163,9

58,9

82,2

Nedre

183,7

146,9

218,1

93,1

121,8

Ændring

-5%

-97%*

-81%*

-68%*

-93%*

Tabel B: Antal anmeldelser gadekriminalitet i nattelivsområder i de fire perioder (1-4) sam-

menlignet med en prognose for nattelivsområder

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

3117

2474

2834

938

146

2018

2224

1622

2526

884

1265

2019

1795

1566

2416

864

1280

2020

Prognose

2224

1622

2526

884

1265

2020

2103

161

862

400

342

Nedre

2013,1

136,1

804,5

360,8

305,8

Øvre

2192,9

185,9

919,5

439,2

378,2

Ændring

-5%

-90%*

-66%*

-55%*

-73%*

Tabel C: Voldsanmeldelser vægtet i forhold til grovhed (CHI) i de fire perioder (1-4) sam-

menlignet med en prognose for nattelivsområder

Periode

Tidsperiode

1. jan. - 17. marts

18. marts - 17. maj

18. maj - 18. aug.

19. aug. - 18. sep.

19. sep. - 30 okt.

2017

7440

6000

8760

3930

5670

2018

9300

6390

10860

3000

6030

2019

8250

7590

11220

2550

4590

Prognose

8250

6390

10860

3000

5670

2020

7380

720

3780

1410

1290

Ændring

-11%

-89%

-65%

-53%

-77%

Tabel G: Definition på gadekriminalitet (jf. Attermann, 2017).

Type

Vold

Trusler

Røveri

Straffelov

Gerningskode

Simpel vold (§ 244) Alvorligere vold (§ 245) 73241

73251

Kvalificeret vold (§ 246)

73252

73261

73262

Trussel på livet (§ 266)

74265 Trussel på livet

Røveri mod andre (§ 288, stk. 1)

Særligt farligt røveri mod andre (§ 288, stk.

Røveri mod forretning (§ 288, stk. 1)

Særligt farligt røveri mod forretning (§ 288,

stk. 2) Røveri mod tankstation (§ 288, stk.

Særligt farligt røveri mod tankstation (§ 288,

stk. 2)

Hærværk (§ 291, stk. 1) Groft hærværk (§

291, stk. 2) Groft hærværk, uagtsomt (§

291, stk. 3)

76313

Røveri

mod

76314 Røveri mod tankstation

76319 Røveri mod andre

76323 Særligt farligt røveri mod forretning

76324 Særligt farligt røveri mod tankstation

76329 Røveri - særligt farligt - mod andre

77111

77112

77113

77114

77115

77116

77117

77118

77119

75551 tyveri fra cafe/restaurant

75574 Tyveri, tricktyveri på gadeplan

75607 Tyveri fra lomme/taske/bagage

75608 Tyveri af taske/bagage

forretning

Hærværk

Tyveri

Tricktyveri (§ 276)

Tyveri fra taske mv. (§ 276) Tyveri af taske

mv. (§ 276) Tyveri fra restauration (§ 276)

Tyveri af og fra motorkø- Tyveri fra motorkøretøj (§ 276)

retøj

Brugstyveri af motorkøretøj (§ 293 a)

Tyveri af motorkøretøj (§ 276)

75411 Tyveri af registreret køretøj

75441 Tyveri af uregistreret køretøj

77281 Brugstyveri af registreret personbil

77282 Brugstyveri af registreret lastbil/vare-

bil 75511 Tyveri fra personbil 75512 Tyveri

fra lastbil/varebil

Bilag F: Nattelivsområder og hot spots for voldskriminalitet i de fire største byer i perioden

18. marts til 30. oktober i henholdsvis 2019 og 2020

Nattelivsområderne er på hot spot-kortene markeret med de skraverede områder =

København/Frederiksberg: Nattelivsområder og hot spots af voldskriminalitet i 2019 (18.

marts til 30. oktober)

København/Frederiksberg: Nattelivsområder og hot spots af voldskriminalitet i 2020 (18.

marts til 30. oktober)

Århus: Nattelivsområder og hot spots af voldskriminalitet i 2019 (18. marts til 30. oktober)

Århus: Nattelivsområder og hot spots af voldskriminalitet i 2020 (18. marts til 30. oktober)

Aalborg: Nattelivsområder og hot spots af voldskriminalitet i 2019 (18. marts til 30. oktober)

Aalborg: Nattelivsområder og hot spots af voldskriminalitet i 2020 (18. marts til 30. oktober)

Odense: Nattelivsområder og hot spots af voldskriminalitet i 2019 (18. marts til 30. oktober)

Odense: Nattelivsområder og hot spots af voldskriminalitet i 2020 (18. marts til 30. oktober)