收稿日期: 2017-06-16
修回日期: 2019-01-15
网络出版日期: 2019-02-25
版权声明: 2019 《地理学报》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.
基金资助:
作者简介:
作者简介:张延吉(1989-), 男, 上海人, 博士, 讲师, 研究方向为城市地理学。E-mail: chairman7up@126.com
展开
摘要
犯罪地理学领域存在“街道眼”理论、防卫空间理论、破窗理论、环境设计预防犯罪等多种观点,但在开放与封闭谁更有益、设计与管理谁更重要、以及客观犯罪行为与主观安全感知的影响机制差异等问题上仍有争议。本文整合北京市的大样本调查、刑事案件及空间数据,系统探究城市建成环境对犯罪行为和居住安全感的影响。研究发现:① 社区出入控制有助于提升居住安全感,并能抑制小尺度上的犯罪活动,但封闭式居住小区存在犯罪现象的“挤出效应”,无法有效削减较大空间尺度上的犯罪总量。② 人流活动密集、城市功能集中、可渗透性较好的开放性空间对增进居住安全感具有正面影响,但由于为罪犯提供了更多作案对象和逃逸机会,助长了犯罪活动的发生。③ 城市环境的管理维护比设计建设环节更能增进居住安全感,也是在较大尺度上阻遏犯罪行为的关键手段。
关键词:
Abstract
When the concept of 'Narrow Road, Intensive Grid, and Open Space' commenced to be popularized in Chinese urban planning, some citizens had serious doubts about whether permeable environment could cause crime and unsafety or not. Theoretically, which one was safer, open or enclosed space? Which one was more critical on safety, design or management? What were the differences between factors influencing crime behavior and safety perception? All these academic debates were not resolved in criminal geography. This paper discussed how built environment around communities influenced crime behavior and sense of security on the basis of social investigations, criminal cases and geographic data in Beijing. Among them, the subjective evaluation and objective indicators were introduced to measure features of physical environment. On the other hand, crime occurrence was illustrated by both the criminal recalls and crime cases on record. This research indicated that the theory of which was better open or enclosed space actually depended on its space dimension. An enclosed community could make the residents feel safer and restrain low-dimensional crime activities, yet it caused the 'crowding-out' effect of crime activities. Therefore, 'Door closing' was unable to decrease crime rate essentially. Secondly, the influencing mechanism of crime behavior was quiet different from safety perception. Open space with intensive social activities, mixed urban function and high permeability had positive effects on sense of security. However, it allowed criminals to have more targets and increase their survival possibility which contributed to the occurrence of crimes. Thirdly, compared with the 'hard' section of physical environment, the 'soft' section of management and maintenance played a more important role in improving safety perception. Meanwhile, it could decrease the number of criminal activities in a higher spatial dimension. In summary, planners and governors should pay more attention to environmental maintenance and management as well as urban design in order to pursue crime prevention.
Keywords:
2016年2月,中共中央国务院发布了《关于进一步加强城市规划建设管理工作的若干意见》,明确提出“窄马路、密路网”的城市道路布局理念,并规定新建住宅须推广街区制,原则上不再建设封闭小区,已有的大型社区和单位大院也要逐步打开。该《意见》一经公布,便受到民众的高度关注。部分市民担心可渗透、开放性的建成环境可能会诱发犯罪,进而加剧不安全感,因而政策实践遇到争议。
城市建成环境对犯罪行为和居住安全感的影响始终存在多元化的理论观点。日常活动理论将潜在犯罪分子、合适作案目标和缺乏有效监管作为案件发生的3个必备条件[1]。理性选择理论认为,犯罪者依据收益、风险和成本的感知做出决策,事前防控应重在降低其作案收益、提高其被捕风险[2,3]。破窗理论则聚焦环境维护的作用,强调物质与社会层面的失序现象是加剧恐惧和诱使犯罪的主因[4]。环境设计预防犯罪(简称CPTED)理论试图融合上述观点,总结出领属感(territoriality)、监视性(surveillance)、出入控制(access control)、形象维护(image maintenance)等影响治安的核心要素[5,6,7]。然而,现有西方犯罪地理学理论及相关实证研究仍隐含着三个有待厘清的问题。
第一,开放与封闭谁对安全更为有益?空间可渗透性对犯罪行为和居住安全感的影响尚未达成共识[7,8,9],这直接导致犯罪防控的设计理念游离于开放与封闭、整合性方法(aggregated approach)与分离性方法(segregated approach)、新城市主义与门禁社区的二元对立之中[10,11]。Jacobs的“街道眼”理论推崇路网密集、功能混合、布局紧凑的开放性空间,主张通过人们的穿行及使用产生非正式监控,进而降低犯罪率并增加安全感[12]。如在伦敦,路网结构越通达、空间使用率越高、住宅出入口越遍布的社区,越少发生盗窃和汽车犯罪[13]。在美国路易斯维尔(Louisville)的非少数族裔地区,步行友好型环境显著抑制了侵财案件和暴力案件[14]。而在西雅图,拥有混合功能的小尺度街区有助增进居住安全感[15],公交站点密度与案发密度呈显著负向关联[16],人流量较少的高速路周边则易引发犯罪[17]。同样在澳大利亚珀斯(Perth),可渗透的空间形态和商铺、公园等场所不仅减少了犯罪活动[18],居民对犯罪的畏惧感也相应降低[19]。尤其是对行动不便的老人而言,丰富多样的功能布局增加了可达性与可监视性,对提升安全感具有积极意义[20]。
与之相对,Newman的防卫空间理论指出,大量混杂进出人员会稀释居民识别陌生人的能力,唯有低密度、具有私密性、以居住功能为主的封闭空间才能更好激发正式与非正式的监控机制,减少由人流集聚带来的潜在犯罪机会。因此,该理论主张采取各种限制出入的阻隔方式[21]。美国德州研究证实,人口集中、功能混合、道路通达的建成环境对暴力和财产犯罪率具有显著正向影响[22]。而在澳大利亚和英国,拥有尽端式道路的独立住宅区犯罪记录最少[8]、居住安全感最强[23]。杂货铺、便利店等商业设施周边则是密歇根案发率高地[24]和珀斯市民恐惧感强烈的区域[25]。“封闭带来安全、渗透引发犯罪”的观点还在芬兰埃斯波(Espoo)[26]、美国西雅图[27,28]、马来西亚槟城[29]等地得到佐证,也为多数实证结论所支持[8]。
第二,设计与管理谁对安全更为重要?城市建成环境除了“硬件”层面的设计建设,还涉及“软件”层面的管理维护。根据破窗理论,公物损坏、路灯昏暗、墙面涂鸦、垃圾满地等失序现象透露出社区衰败的信号,这将加剧居民的不安情绪,吸引潜在犯罪分子作案,使社区治安陷入恶性循环[4]。英国犯罪调查显示,物质层面的失序特征对居住不安全感具有独立、显著的正向影响,且在女性和身体欠佳者中更为强烈[30]。不仅限于所在社区,美国12市的不文明行为还加深了居民对城市整体的恐惧感[31]。在新泽西,无论是通过被访者、还是经由调查员评价失序程度,其与不安全感的关系都是稳健的[32]。与之相似,社会失序对居住安全感的负面作用也在谢菲尔德[33]、费城[34]、珀斯[19, 25]、迈阿密[35]、韩国[36]、比利时[20]等地获得证实。
但相较于社会失序与不安全感之间的稳定关联,其对犯罪活动的影响尚存分歧[37]。西雅图调查在控制集体效能、用地性质后,混乱无序的物质环境仍是暴力犯罪和偷盗案件的显著诱因[28]。可全英三年度追踪调查表明,失序现象与犯罪行为之间并不存在直接关联,社会失序是通过增加恐惧感和降低集体效能间接抑制犯罪活动[38]。芝加哥调查则发现,当引入社区凝聚力等控制变量后,失序特征对被访者回忆的犯罪事件和警方记录的凶杀、盗窃案发率均无显著影响,反映出失序与犯罪活动具有伪相关关系[39]。而在澳大利亚伍伦贡(Wollongong)市,物质环境失序现象的分布图与实际案件分布图难以吻合[40]。
更为关键的是,既有文献或专门针对空间设计、或专门围绕环境维护进行探讨,缺乏同一框架下的综合分析,存在较为普遍的遗漏变量问题[30]。因此,急需在模型中同时纳入反映建成环境“硬件”和“软件”两个层面的解释变量,以比较设计建设与管理维护的相对重要性。
第三,客观犯罪行为与主观安全感知的影响机制有何差异?在经典理论中,遏制犯罪和提升安全感往往被同时列入政策目标。如Crowe将CPTED定义成通过改变建成环境来降低恐惧感和犯罪率的设计手段[6]。两者并置的前提是犯罪行为与居住不安全感之间具有强相关性,这一显著关联已为英美两国的犯罪调查所证实[30,31]。不过从多数实证结论来看,在作为有形事件的客观犯罪活动和作为情绪反应的主观安全感之间仅有微弱的相关关系[41]。珀斯被访者记忆中的犯罪事件[25]、新泽西的居民报案率[32]、以及路易斯安纳的社区内外犯罪率[37]均未对当地居民的安全感产生显著影响。而在新西兰,犯罪率与安全感之间的不确定关系同空间分析尺度有关[42]。
当面对两个不同构念时,减少犯罪行为的设计管理导向能否同步提升居住安全感?降低恐惧感的建成环境特征能否同步抑制犯罪?建成环境中各类要素对两者的影响有何差异?这些问题的解答需要在实证分析中将犯罪行为和居住安全感一并作为被解释变量,进而对两者的影响机制开展比较研究,以重新检视现有理论的适用范围[19, 41]。
围绕西方理论的本土契合度,国内的犯罪地理研究日益活跃。北京[43]、上海[44]、长春[45]、武汉[46]、ZG市[47]、DP半岛[48]等地的实证分析都显示,偷盗、抢劫、诈骗等犯罪行为在人流密集的商业区或交通枢纽稳定集聚,混合度较高、道路网通达的地区非但没能发挥“街道眼”的自然监控作用,反倒为犯罪分子创造了作案和逃逸机会。针对广州39个门禁小区的调查则发现,社区管理机构失效是导致入室盗窃的首要原因,小区开放和功能混杂也会招致盗窃[49]。这些结论基本倾向于支持防卫空间理论,但既有研究大多依托汇总数据,集中在城市宏观尺度探讨建成环境对犯罪行为的影响。这不仅忽视了犯罪活动与微观环境之间的互动机制[50],还可能导致生态谬误[51]和可塑性面积单元问题(MAUP)[52]。而少量微观调查在关注社区内部环境时,忽视了住所周边空间形态的影响,未能同时比较设计建设与管理维护的相对重要性[49]。此外,现有研究缺乏对居住安全感的关注,其与犯罪行为的影响机制差异尚不清晰。
为此,本文整合北京市域范围内的社会调查、刑事判决书、空间兴趣点、道路交通网等多种数据,探究各类城市建成环境特征对犯罪行为及居住安全感的影响,旨在厘清上述3个待解的理论问题:① 究竟是可渗透的开放空间、还是防卫性的封闭空间对居住安全更为有利?② 究竟是建成环境的设计建设环节、还是管理维护环节对居住安全更为重要?③ 城市建成环境对客观犯罪行为和对主观安全感知的影响是否存在差异?
本文在2016年4-6月,以“居住环境与安全”为主题在北京市域范围内的城镇地区开展社会调查,内容涵盖建成环境、犯罪现象、居住安全感、个体特征等方面。通过网络平台进行约300份问卷的预调查,根据反馈意见完善题项,并依第六次人口普查中各街道乡镇的城镇人口规模,确定各区域随机发放的正式问卷数量。
正式调查一般安排在双休日进行,共发放问卷2300份,回收1793份。在剔除居住地址、犯罪现象追忆、建成环境评价等主要信息缺失的问卷后,最终获得有效样本1571份。从人口学特征来看(表1),样本的空间分布、外来人口比重和性别比均与北京市常住人口的总体结构基本吻合,仅有中高学历和年轻世代比重略高于总体。经自动匹配和人工校正,得到有效样本的住所点位(图1)。鉴于被访者对住所周边的犯罪现象追忆具有一定主观性且与官方记录存在差异[18],本文进一步利用Python程序,抓取2013年1月至2016年10月在北京法院审判信息网公开的所有一审刑事判决书(总计44195本)①(①根据《最高人民法院关于人民法院在互联网公布裁判文书的规定》(法释(2013)26号、法释(2016)9号),北京市三级法院需统一在北京法院审判信息网(www.bjcourt.gov.cn)上全面、及时、规范地公布裁判文书。),获得判决书中犯罪类型和发生地点的文本信息。在剔除与居住安全无关的犯罪类型②(②与居住安全无关的刑事案件类型包括重婚罪、医疗事故罪、诬告陷害罪、交通肇事罪、危险驾驶罪、行贿罪、受贿罪、贪污罪、滥用职权罪、挪用公款罪、玩忽职守罪、伪证罪、挪用资金罪、骗取贷款罪、侵犯著作权罪、私分国有资产罪等。)和案发地点不明确的数据后,共得到21705起案件,继而将犯罪发生地址转换为经纬度坐标(图2)。需注意,虽然法院公布的刑事案件信息全面且权威,但法院受理的案件大多性质恶劣或金额较大,没有涵盖未报案、或未被公安立案及检察院起诉的犯罪活动。
表1 样本与总体的人口特征分布
Tab. 1 Demographic characteristics of samples and population
指标 | 总体a(%) | 样本(%) | 指标 | 总体a(%) | 样本(%) | ||
---|---|---|---|---|---|---|---|
受教育程度 | 小学及未上学 | 12.4 | 3.6 | 年龄(岁) | 0~19 | 13.4 | 3.7 |
初中 | 28.5 | 17.2 | 20~29 | 21.3 | 29.7 | ||
高中及中职 | 22.6 | 23.7 | 30~39 | 18.9 | 25.4 | ||
大专 | 13.4 | 20.8 | 40~49 | 16.0 | 16.1 | ||
大学本科 | 18.6 | 27.7 | 50~59 | 14.7 | 12.4 | ||
研究生 | 4.6 | 7.0 | 60以上 | 15.7 | 12.7 | ||
空间分布b | 首都功能核心区 | 11.7 | 12.0 | 外来人口占常住人口比例 | 37.9 | 38.3 | |
城市功能拓展区 | 56.0 | 59.5 | 男性占常住人口比例 | 51.5 | 49.4 | ||
城市发展新区 | 26.0 | 25.2 | |||||
生态涵养发展区 | 6.3 | 3.3 |
图2 法院刑事案件点位及在北京城六区的核密度图
Fig. 2 Spatial distribution of criminal cases and its kernel density
此外,为客观测量样本住所周边的建成环境特征,研究还使用了2015年包含道路等级、宽度等信息的北京交通路网资料,并抓取某地图网站中全市所有的空间兴趣点(Point of Interest, POI)。根据城市建设用地分类标准(GB50137-2011),将大约62万个POI按功能归入31类用地性质③(③用地分类包括行政办公(A1)、文化设施(A2)、教育科研(A3)、体育(A4)、医疗卫生(A5)、社会福利(A6)、文物古迹和宗教(A7、A9)、外事(A8)、零售商业(B11)、批发(B12)、餐饮(B13)、旅馆(B14)、金融保险(B21)、艺术传媒(B22)、其他商务设施(B29)、娱乐康体(B3)、加油加气站(B41)、其他公用设施(B49)、其他服务设施(B9)、公园绿地(G1)、广场(G3)、一类住宅(R11)、二类三类住宅(R21、R31)、居住服务设施(R12、R22、R32)、城市道路(S1)、轨道交通(S2)、综合交通枢纽(S3)、公共交通设施(S41)、社会停车场(S42)、工业(M)、物流仓储(W)等31种性质。)。
2.2.1 居住安全感 与犯罪相关的居住安全感是本研究的第一类被解释变量④(④安全感的范畴还包括交通安全感、街道安全感等不同维度[53],为明确特定内涵,本文仅关注与犯罪相关的居住安全感。)。参考既有测量方式[25, 42, 54],从被访者住所周边的人身安全、财产安全、老人儿童安全、夜间独行安全、治安满意度等5个方面评价其对居住环境的安全感知(表2中的Q1-1~Q1-5)。这5个指标由李克特4点量表衡量,以发挥偶数选项更能反映样本正面或负面感受的作用[55]。因子分析显示,上述5个指标仅在主因子1上具有大于0.5的高载荷,说明居住安全感构念具有理想的收敛效度。5个指标的Cronbach α值为0.810,表明信度较好[56]。本文采用古典测量模型,以5个指标的均值作为被解释变量,得分越低,说明与犯罪相关的恐惧感越强;反之,则说明居住安全感越高。
表2 构念的测量方式及旋转后的因子载荷矩阵
Tab. 2 Measurement of constructs and its rotated component matrix
题项 | 测量方式 | 均值 | 标准差 | 主因子1 | 主因子2 | 主因子3 | 主因子4 |
---|---|---|---|---|---|---|---|
Q1-1. 在住所周边500 m范围内是否担心人身安全? | 4点量表:非常不担心=4~非常担心=1 | 3.15 | 0.71 | 0.60 | |||
Q1-2. 在住所周边500 m范围内是否担心财产遭到侵犯(如抢劫、盗窃)? | 4点量表:非常不担心=4 ~非常担心=1 | 3.01 | 0.75 | 0.82 | |||
Q1-3. 是否放心儿童和老人在住所周边500 m范围内单独活动? | 4点量表:非常放心=4~非常不放心=1 | 2.53 | 0.86 | 0.51 | |||
Q1-4. 晚上11点在住所周边500 m范围内独自行走是否会感到害怕? | 4点量表:从不害怕=4~非常害怕=1 | 3.04 | 0.79 | 0.79 | |||
Q1-5. 对住所周边500 m范围内治安状况的满意度 | 4点量表:非常满意=4~非常不满意=1 | 2.92 | 0.66 | 0.63 | |||
Q2-1. 居住小区是否设有围墙? | 哑变量:有=1,无=0 | 0.79 | 0.41 | 0.72 | |||
Q2-2. 居住小区的大门进出口有无电子门禁系统? | 3点量表:经常使用=2,有时使用=1,没有=0 | 0.79 | 0.88 | 0.80 | |||
Q2-3. 居住的房屋有无电子门禁系统? | 3点量表:经常使用=2,有时使用=1,没有=0 | 1.22 | 0.84 | 0.58 | |||
Q2-4. 居住小区有无摄像头或红外探测仪? | 3点量表:经常使用=2,有时使用=1,没有=0 | 1.33 | 0.74 | 0.51 | |||
Q3-1. 住所周边500 m范围内的卫生绿化状况如何? | 4点量表:非常干净整洁= 4~非常不干净整洁=1 | 2.86 | 0.75 | 0.58 | |||
Q3-2. 住所周边500 m范围内的照明设施是否明亮? | 4点量表:非常明亮=4~非常不明亮=1 | 2.68 | 0.76 | 0.62 | |||
Q3-3. 住所周边500 m范围内破坏公物现象严重吗? | 4点量表:一点不严重=4~非常严重=1 | 2.02 | 0.87 | 0.64 | |||
Q3-4. 住所周边500 m范围内的乱停车现象严重吗? | 4点量表:一点不严重=4~非常严重=1 | 2.21 | 0.96 | 0.66 | |||
Q3-5. 对物业环境维护工作的满意度 | 4点量表:非常满意=4~非常不满意=1 | 2.59 | 0.80 | 0.74 | |||
Q4-1. 我认识小区里的大部分邻居 | 4点量表:非常符合=4~完全不符合=1 | 2.26 | 0.98 | 0.83 | |||
Q4-2. 我可以顺利从邻居家借到工具 | 4点量表:非常符合=4~完全不符合=1 | 2.54 | 1.00 | 0.79 | |||
Q4-3. 我几乎每周都与邻居聊天 | 4点量表:非常符合=4~完全不符合=1 | 2.17 | 0.99 | 0.87 | |||
Q4-4. 邻居是值得信任的 | 4点量表:非常符合=4~完全不符合=1 | 1.90 | 0.93 | 0.85 | |||
Q4-5. 社区活动丰富多彩 | 4点量表:非常符合=4~完全不符合=1 | 1.87 | 0.99 | 0.83 |
2.2.2 犯罪活动 犯罪活动的发生状况是第二类被解释变量,研究同时纳入互有长短的犯罪现象追忆和法院刑事案件。首先,把近3年来被访者“家里是否发生过偷盗、抢劫、诈骗或袭击殴打案件”、以及“在住所周边500 m范围内是否曾经历、见到或听闻偷盗、抢劫、诈骗或袭击殴打案件”作为被解释变量。其次,以样本住所为圆心,将其周边发生的刑事案件数也作为被解释变量。由于各居住小区的大小不尽相同,案发点位的搜索半径采用100 m、200 m、300 m、400 m、500 m等方式(表3)。
表3 变量的测量与描述性统计
Tab. 3 Measurement and descriptive statistics of variables
变量 | 测量方式 | 数据来源 | 均值 | 标准差 |
---|---|---|---|---|
一、被解释变量:居住安全感和犯罪行为 | ||||
与犯罪相关的居住安全感 | 表2中Q1-1~Q1-5的均值 | 调查 | 2.93 | 0.54 |
3年内家里是否发生过偷盗、抢劫、诈骗或袭击殴打案件 | 是=1,否=0 | 调查 | 0.24 | 0.43 |
3年内住所周边500 m范围内是否经历、见到或听闻偷盗、抢劫、诈骗或袭击殴打案件 | 是=1,否=0 | 调查 | 0.60 | 0.49 |
住所周边100 m搜索半径内的刑事案件数 | 单位:起 | 北京法院审判信息网爬取 | 1.07 | 3.24 |
住所周边200 m搜索半径内的刑事案件数 | 单位:起 | 北京法院审判信息网爬取 | 2.98 | 4.65 |
住所周边300 m搜索半径内的刑事案件数 | 单位:起 | 北京法院审判信息网爬取 | 6.64 | 9.30 |
住所周边400 m搜索半径内的刑事案件数 | 单位:起 | 北京法院审判信息网爬取 | 11.54 | 13.29 |
住所周边500 m搜索半径内的刑事案件数 | 单位:起 | 北京法院审判信息网爬取 | 20.54 | 19.30 |
二、解释变量:城市建成环境特征 | ||||
社区出入控制 | 表2中Q2-1~Q2-4的均值 | 调查 | 0.95 | 0.52 |
城市环境维护 | 表2中Q3-1~Q3-5的均值 | 调查 | 2.47 | 0.58 |
人口密度 | 社区所在街道乡镇的常住人口密度(万人/km2) | 《中国2010年人口普查分乡、镇、街道资料》 | 1.40 | 1.03 |
POI密度 | 样本住所周边500 m搜索半径内的POI数量 | 某地图网站抓取 | 528.62 | 458.43 |
POI熵指数 | EI=∑Si×ln(1/Si),Si为500 m搜索半径内i类POI占总POI之比 | 某地图网站抓取 | 2.38 | 0.38 |
非主干道占比 | 住所周边500 m范围内次干道及支路面积占道路总面积之比 | 北京交通路网资料 | 0.81 | 0.37 |
三、控制变量1:社会环境 | ||||
外来人口占比 | 社区所在街道乡镇的外来人口数占常住人口之比 | 《中国2010年人口普查分乡、镇、街道资料》 | 0.48 | 0.16 |
社区凝聚力 | 表2中Q4-1~Q4-5的均值 | 调查 | 2.15 | 0.82 |
政府管制强度 | 住所周边500 m范围内政府机关、公安局、派出所相关POI占总POI之比 | 某地图网站抓取 | 0.003 | 0.004 |
社区类型:胡同 | 是=1,否=0 | 调查 | 0.07 | 0.26 |
社区类型:单位大院 | 是=1,否=0 | 调查 | 0.16 | 0.37 |
社区类型:保障房社区 | 是=1,否=0 | 调查 | 0.07 | 0.26 |
社区类型:城中村 | 是=1,否=0 | 调查 | 0.11 | 0.31 |
四、控制变量2:个体特征 | ||||
性别 | 女=1,男=0 | 调查 | 0.51 | 0.50 |
年龄 | 单位:年 | 调查 | 34.12 | 10.20 |
北京户口 | 有=1,无=0 | 调查 | 0.62 | 0.49 |
受教育年限 | 单位:年 | 调查 | 12.01 | 2.31 |
婚姻状况 | 结婚或同居=1,离婚、单身或丧偶=0 | 调查 | 0.64 | 0.48 |
本社区居住时长 | 单位:年 | 调查 | 7.46 | 7.76 |
收入水平 | 最上层=5~最底层=1 | 调查 | 2.36 | 0.90 |
拥有房屋产权 | 自己或直系亲属拥有=1,其余情形=0 | 调查 | 0.61 | 0.49 |
调查结果反映出严峻的犯罪防控形势。在对过去3年的回忆中,有24.4%的被访者家里曾遭遇犯罪行为,在高达59.6%的样本住所周边发生过犯罪活动,其中偷盗、抢劫、诈骗、袭击殴打的比例分别为48.1%、14.2%、35.0%和16.5%。从法院记录来看,2013年1月至2016年10月,在被访者住所周边100 m搜索半径内平均发生1起刑事案件;500 m搜索半径内的案发量均值高达20起。盗窃罪、故意伤害罪、寻衅滋事罪、诈骗罪、抢劫罪较为普遍,分别占刑事案件总数的32%、19%、7%、5%和3%。
本文对城市建成环境特征的测量兼顾主客观两种途径。① 在主观评价方面,以设置围墙、电子门禁系统和摄像探头等指标的均值反映“社区出入控制”(即表2中的主因子2),以住所周边500 m范围内绿化保洁、照明设施、公物保护及停车秩序等指标的均值反映“城市环境维护”(即表2中的主因子3)。两者的Cronbach α值分别为0.836和0.845,表明信度较为理想。② 在客观评价方面,基于3D维度(即Density、Diversity、Design)衡量空间形态的可渗透性[57],具体采用常住人口密度、POI密度[58]、POI类型的熵指数[59]⑤(⑤熵指数越大,说明各类功能愈加多元混合;反之,则说明城市功能相对单一。)、次干道及支路面积占道路总面积的比重[54],分别反映经济社会活动的紧凑性、城市功能的多样性和道路网络的连通性。
2.4.1 社会环境特征 除了可见的建成环境,社会环境也对犯罪行为及其引致的恐惧感具有重要影响。由Shaw和Mckay创立的社会解组理论认为,社区人口的异质性和流动性将削弱社会凝聚力[60],进而加剧犯罪活动[38,39]与不安全感[24, 33, 42]。因此,本文以外来人口占比体现居民构成的异质性;以邻里相识、工具互助、日常交流、人际信任、社区活动等5个方面的均值评价“社区凝聚力”(即表2中的主因子4),其Cronbach α系数为0.874,说明信度较好。
由于政府管制是维持社会控制力的重要手段,研究还引入样本周边500米搜索半径内政府机关、公安局、派出所的POI数量占总POI的比重,以反映管制强度。此外,为避免遗漏变量,社区类型一并加以控制。
2.4.2 个体特征 从个体特征影响的既有发现来看,女性[36]、租客[32]、新住户[27]、曾经的受害者[31, 37]、老年人、外来人口及低收入群体表现出更强烈的居住不安全感[33, 42]。就犯罪行为而言,回忆式调查结果也可能受到个体特征干扰,如关心公共事务的老住户往往对社区消息更灵通[6]。因此,本文将性别、年龄、户口、受教育年限、婚姻状况、本社区居住时长、收入水平、是否拥有房屋产权加以控制。考虑到犯罪活动对安全感的影响,在居住安全感的分析中还引入了犯罪追忆的有关变量。
为反映各解释变量的相对影响大小,将其标准化值(即Z分数)纳入回归。经检验,所有自变量的方差膨胀因子均在2以下,不存在严重共线性问题。对居住安全感选用OLS回归;犯罪现象追忆的结果属于0~1型二值变量,故采用二项logit模型;法院刑事案件数为非负离散变量,但由于方差明显大于均值,不符合泊松模型的前提假设,故以负二项回归模型(NB2)替代。三者均以稳健标准误进行估计。
从城市建成环境对居住安全感的影响(模型1)来看(表4),常住人口密度、POI密度和非主干道面积占比均与居住安全感呈显著正向关联,表明“街道眼”理念所推崇的人流密集、经济社会活动集中、支路网通达、可渗透性较好的整体空间形态有助于增进居住安全感;反之,人流稀疏、缺乏足够功能和活力的城市空间往往对应于较低的安全感知。虽然POI类型的熵指数尚不显著,但回归系数符号为正,可见混合度与安全感之间也存在一定的正向关系。
表4 回归分析结果
Tab. 4 Result of regression analysis
模型1:与犯罪 相关的居住 安全感(OLS) | 模型2:家里 有否发生犯罪 的追忆(logit) | 模型3:500 m 范围内有否发生 犯罪的追忆(logit) | 模型4:100 m 搜索半径内的 案件数(NB2) | 模型5:200 m 搜索半径内的 案件数(NB2) | 模型6:300 m 搜索半径内的 案件数(NB2) | 模型7:400 m 搜索半径内的 案件数(NB2) | 模型8:500 m 搜索半径内的 案件数(NB2) | ||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Coef. | VIF | Coef. | OR | Coef. | OR | Coef. | IRR | Coef. | IRR | Coef. | IRR | Coef. | IRR | Coef. | IRR | ||||||||
社区出入控制 | 0.085*** | 1.90 | -0.362*** | 0.696 | -0.086 | 0.917 | -0.245** | 0.782 | -0.144** | 0.866 | -0.091* | 0.913 | -0.046 | 0.955 | 0.005 | 1.005 | |||||||
城市环境维护 | 0.449*** | 1.72 | -0.097* | 0.908 | -0.268*** | 0.765 | -0.088 | 0.916 | -0.100 | 0.905 | -0.085* | 0.918 | -0.297** | 0.743 | -0.377*** | 0.686 | |||||||
人口密度 | 0.062** | 1.77 | 0.057 | 1.058 | 0.124* | 1.132 | 0.021 | 1.021 | 0.037 | 1.038 | 0.023 | 1.023 | 0.029 | 1.030 | 0.054* | 1.056 | |||||||
POI密度 | 0.091*** | 1.57 | 0.114** | 1.121 | 0.160** | 1.174 | 0.324*** | 1.383 | 0.353*** | 1.423 | 0.477*** | 1.611 | 0.492*** | 1.636 | 0.525*** | 1.690 | |||||||
POI熵指数 | 0.016 | 1.26 | 0.044 | 1.045 | 0.192*** | 1.212 | 0.217** | 1.242 | 0.221** | 1.247 | 0.254*** | 1.289 | 0.229*** | 1.258 | 0.229*** | 1.257 | |||||||
非主干道占比 | 0.038* | 1.05 | 0.087 | 1.091 | 0.132** | 1.141 | 0.086 | 1.090 | 0.001 | 1.001 | 0.088** | 1.092 | 0.078** | 1.081 | 0.055** | 1.057 | |||||||
外来人口占比 | -0.107*** | 1.80 | 0.287*** | 1.333 | 0.263*** | 1.301 | 0.145 | 1.156 | 0.163** | 1.177 | 0.140*** | 1.150 | 0.139*** | 1.149 | 0.113*** | 1.120 | |||||||
社区凝聚力 | 0.031 | 1.86 | -0.187** | 0.829 | -0.048 | 0.953 | -0.192** | 0.825 | -0.136** | 0.873 | -0.033 | 0.968 | -0.015 | 0.985 | -0.024 | 0.976 | |||||||
政府管制强度 | 0.022 | 1.05 | -0.168*** | 0.845 | -0.039 | 0.962 | -0.190** | 0.827 | -0.106* | 0.899 | -0.066* | 0.936 | -0.057 | 0.945 | -0.039 | 0.962 | |||||||
胡同 | -0.028 | 1.57 | 0.054 | 1.054 | 0.076 | 1.079 | 0.026 | 1.026 | 0.033 | 1.033 | 0.009 | 1.009 | -0.001 | 0.999 | 0.005 | 1.005 | |||||||
单位大院 | 0.019 | 1.17 | -0.058 | 0.944 | 0.022 | 1.022 | 0.028 | 1.028 | -0.025 | 0.975 | -0.050 | 0.951 | -0.001 | 0.999 | 0.013 | 1.013 | |||||||
保障房社区 | -0.044** | 1.07 | 0.131** | 1.140 | 0.089 | 1.093 | 0.166* | 1.181 | 0.014 | 1.014 | 0.029 | 1.029 | 0.005 | 1.005 | 0.020 | 1.020 | |||||||
城中村 | -0.019 | 1.26 | 0.099 | 1.104 | -0.016 | 0.984 | 0.159 | 1.171 | 0.029 | 1.029 | 0.071 | 1.073 | 0.034 | 1.034 | 0.020 | 1.020 | |||||||
性别 | -0.141*** | 1.05 | 0.064 | 1.066 | 0.044 | 1.044 | |||||||||||||||||
年龄 | 0.133** | 1.77 | -0.082 | 0.922 | 0.031 | 1.032 | |||||||||||||||||
北京户口 | 0.001 | 1.21 | 0.028 | 1.029 | 0.131* | 1.140 | |||||||||||||||||
受教育年限 | -0.003 | 1.15 | -0.008 | 0.992 | -0.043 | 0.958 | |||||||||||||||||
婚姻状况 | 0.051** | 1.60 | -0.032 | 0.969 | 0.011 | 1.011 | |||||||||||||||||
本社区居住时长 | 0.059** | 1.57 | 0.014 | 1.014 | 0.040 | 1.041 | |||||||||||||||||
收入水平 | 0.019 | 1.23 | -0.109 | 0.897 | -0.097 | 0.908 | |||||||||||||||||
拥有房屋产权 | 0.069*** | 1.68 | -0.007 | 0.993 | 0.155* | 1.167 | |||||||||||||||||
家里是否发生犯罪 | -0.068*** | 1.20 | 0.853*** | 2.347 | |||||||||||||||||||
住所周边是否发生犯罪 | -0.082*** | 1.20 | |||||||||||||||||||||
常数 | 1.875*** | -0.645*** | 0.525 | 0.500*** | 1.648 | -0.047 | 0.954 | 0.974*** | 2.648 | 1.726*** | 5.620 | 2.276*** | 9.737 | 2.653*** | 14.203 | ||||||||
模型拟合优度 与显著性检验 | ad R2=0.409 F=36.44 sig=0.000 | Pseudo R2=0.134 LR chi2(22)=169.23 Prob>chi2=0.000 | Pseudo R2=0.184 LR chi2(22) =239.19 Prob>chi2=0.000 | α=3.308 Wald chi2(13) =69.87 Prob>chi2=0.000 | α=1.237 Wald chi2(13) =133.14 Prob>chi2=0.000 | α=0.888 Wald chi2(13)=272.09 Prob>chi2=0.000 | α=0.738 Wald chi2(13) =329.60 Prob>chi2=0.000 | α=0.601 Wald chi2(13) =463.06 Prob>chi2=0.000 |
而防卫空间理论所主张的社区出入控制同样对居住安全感的提升具有显著促进作用。社区内部物理或机械性质的各类封闭设计手段(如建有小区围墙、配置门禁设施、安装探测设备等)是降低居民恐惧感的有效方式。上述发现表明,尽管城市整体环境的可渗透性及其中的密集人流有利于提高居住安全感,但内向渗透须止于围墙和门禁所构筑的半私密空间之外。
与此同时,城市环境维护对居住安全感的正面影响不容小觑。若居民住所周边的卫生环境越是干净整洁、绿化养护越是及时到位、停车秩序越是井然有序、公共财物越能得到有效维护,那么与犯罪相关的居住安全感就会越强。而且城市环境维护的标准化回归系数在模型1中居于首位。该值每提升1个标准差,将使居住安全感得分增加0.45,这对均值仅为2.9的安全感而言,可谓影响重大,反映出城市环境的良好形象及“软件”层面的管理能力对居住安全感发挥着首要作用。
综上可知,随着整体建成环境中城市功能密度的提高、人流活动的汇集、道路通达性的改善、以及社区内部封闭性设计要素的增加,市民的居住安全感就会愈加强烈,即大尺度“开放渗透”与小尺度“封闭监控”的组合对主观安全感知最为有利。换而言之,“街道眼”和防卫空间理论的适用性与空间分析尺度息息相关。更重要的是,相较于“开放”与“封闭”的争论,城市环境的管理维护状况对居住安全感尤为关键。诚如“破窗理论”所言,如果建成环境中弥漫着乏人问津、衰败散乱的现象,将对空间使用者产生缺乏社会控制的消极心理暗示,他们或参与到加剧破坏的行列中来,或退回家中进行自我保护,放弃对社区事务的关心和支持,由此陷入安全感流失的恶性循环。
同社区出入控制对居住安全感的积极作用相吻合,如果进出社区的限制越严密、社区内外的交流越阻隔,记忆中犯罪现象的发生概率和刑事案件数都会随之减少。其中,社区出入控制与被访者家中是否遭遇犯罪(模型2)以及样本住所周边100 m、200 m、300 m半径内的刑事案件数(模型4~6)均表现出显著的负向关系。这些具有显著关联的犯罪活动要么发生在家中、要么出现在与居住小区大小相仿的范围内。随着对犯罪现象和刑事案件的测量尺度不断扩大,社区出入控制的影响力和显著性呈现下降态势。这表明,围墙、门禁等社区出入控制手段仅能在社区内部起到遏制犯罪的作用,但它无法、也未能阻止犯罪行为在围墙之外的更大空间尺度上发生。可见封闭式居住小区存在着犯罪现象的“挤出效应”,关上自家大门的做法难以从根本上达到削减犯罪总量的目标。
值得注意的是,虽然城市环境维护状况同样与犯罪活动的发生呈负向关联,但仅对被访者在住所周边500 m范围内是否遇到或听闻犯罪活动(模型3)以及样本住所周边300 m、400 m、500 m半径内的刑事案件数(模型6~8)(表4)具有显著抑制作用。与社区出入控制的影响机制截然相反,城市环境维护对犯罪行为的影响力和显著性随空间尺度的扩大而逐步增加,其标准化回归系数的绝对值也在模型3、7、8中位居前列。以模型8为例,当城市环境维护的评价值提高1个标准差,样本住所周边500 m搜索半径内的案件数将下降31.4%。显见整洁、有序、良好的城市环境维护不仅有利于改善居住安全感,还能在更大空间尺度上、更为有效地减少犯罪现象。
从城市整体建成环境的影响来看,若被访者住所周边的POI密度越高、POI类型的熵指数越大、次干道及支路面积占道路面积的比重越多,样本记忆中的犯罪行为概率和法院刑事案件数将相应增加。尤其是在较大空间尺度范围内,空间活动的高密度、城市功能的混合性、道路网的通达性对犯罪案件的发生大多呈现出更为显著的正向影响。虽然人口密度的显著水平相对较低,但总体来看,可渗透的空间形态会导致犯罪现象增多;反之,在城市功能稀疏单一、可渗透性较差的建成环境中,犯罪活动的发生几率呈下降态势。
由此可见,居住安全感与犯罪行为的影响机制存在一些明显不同。可渗透的空间形态有助于提升与犯罪相关的居住安全感,但人流和功能的集聚在创造城市活力的同时,也易诱发犯罪。这一看似矛盾的结论揭示出主观安全感知与客观犯罪活动之间的形成逻辑差异。例如,道路通达、人山人海的商业区通常被居民认为是安全场所,但这些开放性空间也为犯罪分子提供了更多潜在的作案对象和逃逸机会。Jacobs对后者的忽视使得“街道眼”的功效被夸大了,并且成为防卫空间理论攻击的靶子[6]。不过,本研究并未完全支持防卫空间理论所主张的封闭式社区。较之机械性地设立围墙和门禁系统,通过对社区内外环境的积极维护和管理,才能更为有效地抑制犯罪发生,而不仅仅只是把犯罪活动由小区内部赶至公共空间。
社会环境与个体特征并非本文关注的重点。回归分析发现,外来人口比重越高,即社区构成的异质性越强,居住安全感就会显著下降,案件发生概率及数量也将随之增加。社区凝聚力则主要对家中及小尺度范围内的犯罪行为具有显著阻遏作用,佐证了社会解组的消极影响。而在以公安为代表的政府机构周边,犯罪活动受到抑制,但负向关系在较大空间尺度上不再显著。
此外,女性、年轻人、无配偶、新住户、无房产者的居住不安全感更为强烈。家中有过受害经历以及住所周边的犯罪活动也对居住安全产生了显著负面影响。曾经的被害人、拥有北京户口和房屋产权的居民更倾向于汇报住所周边的犯罪现象。在保障房社区,居住安全问题略显突出。
本文整合北京市域范围内的社会调查、刑事判决书、空间兴趣点、道路交通网等数据,从设计建设和管理维护两方面测量建成环境特征,从客观犯罪行为和主观安全感知两方面反映居住安全状况,系统探讨了社区内外的城市建成环境对犯罪活动和居住安全感的影响,以弥补国内研究集中于宏观尺度并依赖汇总数据的不足,为解答西方犯罪地理学理论中的3个问题提供了北京证据。研究表明(图3):
图3 建成环境对犯罪行为和居住安全感的影响
Fig. 3 mpact of built environment on criminal behavior and residential security
(1)在犯罪防控的设计建设过程中,开放与封闭孰优孰劣的结论取决于空间分析尺度,这与中国城市大规模推行的门禁社区有关。就居住安全感而言,大尺度的“开放渗透”和小尺度的“封闭监控”均具有积极意义。换而言之,“街道眼”理论推崇的“高密度、小街区、密路网”的整体空间形态有利于提升居住安全感,但由此引致的人流和经济社会活动须止于社区内部的半私密空间之外,否则将对安全感带来消极影响。就犯罪行为而言,防卫空间理论主张的社区出入控制确能抑制小尺度上犯罪行为的发生,但围墙和门禁具有“挤出效应”,使其对较大空间尺度内的犯罪现象并无显著影响,反映出以门禁小区为单元、各自为政的封闭措施难以从根本上达到削减案件总量的目标。
(2)客观犯罪行为与主观安全感知的影响机制存在明显差异,这也连带触及到“街道眼”与防卫空间理论的适用范围问题。从整体来看,可渗透性较好的空间形态有助于增进居住安全感,能够为空间使用者带来心理层面的安全慰藉;但开放性空间也为实施犯罪提供了潜在对象,通达道路网则便于犯罪分子在作案后快速流窜,而且“街道眼”理论高估了人流集聚环境下居民识别陌生人及监视可疑人员的能力,使其无法同步起到阻遏犯罪的作用,反而造成了渗透引发犯罪的结果。这也说明,有关犯罪理论的表述及对西方理论适用性的探讨须首先对居住安全的内涵加以区分。
(3)相较于建成环境“硬件层面”的设计建设环节,“软件层面”的管理维护环节对提升居住安全感具有更为重要的正面作用,同时也能在较大空间尺度上有效减少犯罪活动,显示破窗理论在北京案例中深具解释力,这也是影响主客观安全性的共性所在。本次调查发现,绿化保洁、停车秩序、公物维护等状况与社区的居民收入、住房类型及建成年代均无显著关联。即良好的城市环境管理和形象维护并非是高档小区或富有阶层的“特权”,任何年代、任何类型、以及任何阶层集聚的社区都能通过营造整洁有序的内外环境展现出无形的社会控制力,进而发挥出抑制犯罪行为和增进居住安全感的功效。
当前,“窄马路、密路网、开放性”的政策导向包含了打通交通循环、激发城市活力、保障居住安全等多重目标。城市规划与管理者应当认识到,有些目标之间存在着相互冲突的可能。如在促进交通微循环和城市活力的同时,必须重视开放性、可渗透的空间形态所隐含的犯罪风险,理解封闭式小区对于社区内部居住安全的现实意义,慎重对门禁社区的建设或改造采取一刀切政策。更为关键的是,“三分靠建、七分靠管”的理念同样适用于犯罪防控和治安工作,需要在城市规划指导思想转向的过程中,同步加强物业管理、健全居委职能、凝聚社区合力,以化解可渗透空间环境下的安全挑战。
The authors have declared that no competing interests exist.
/
〈 |
|
〉 |