城市街道犯罪行为的建成环境影响要素初探*<br/>——以S市G城区为例

城市街道犯罪行为的建成环境影响要素初探*
——以S市G城区为例

2018-08-14毛媛媛顾佳丽

中国名城 2018年8期

毛媛媛顾佳丽魏琦殷玲

1 街道空间环境与犯罪研究

旧城更新是当前城市建设的热点，老旧城区街道环境的改造和建设是营造安全城市环境的重要契机。犯罪问题是城市安全问题的重要方面之一，也是复杂的社会问题，不仅与社会、经济、文化等因素有关，也与城市空间环境密切相关。随着城市规模的不断扩大、城市人口的流动性加强、城市环境的变化，犯罪的诱因不断增加。城市街道空间作为具有高度开放性、日常使用频率极高的公共空间，其空间形态特征对犯罪行为的发生有重要的影响[1]。在一定的条件下，环境要素可以影响潜在犯罪者的心理与行为，特定的环境还可以被犯罪分子利用进行犯罪活动。从犯罪预防角度研究环境问题，可以在一定程度上有助于在旧城更新过程中重塑安全的街道环境。

目前，街道犯罪预防研究中较为常用的理论是通过环境设计预防犯罪理论（Crime Prevention through Environmental Design，简称“CPTED”），其核心要素包括领域感、自然监视、活动支持、通道控制、形象维护以及目标加固。目前国外街道周边环境与犯罪关系的实证研究较多，国内这一领域的研究相对较少。本文以CPTED理论的框架将相关研究总结如下：①领域感：领域感可以通过影响罪犯对目标弱点的评估来减少盗窃[2]。低层高密度模式的社区有助于居民形成领域感，从而减少犯罪[3]。②自然监视：自然监视有助于提升邻里安全感。街道的边界、建筑界面以及街道上的行人对街道安全起到良好的自然监视作用[4]；同时适当放置和使用窗户、提供照明和景观美化可以增加在该地区进行观察活动的可能性，起到预防犯罪的作用[5—6]。③活动支持：街道活动对于犯罪预防的作用具有两面性。一方面，土地混合使用或商业密集，可以增加街道活动，有助于增加邻里凝聚力，从而减少犯罪[7—9]，并且促进行人活动的街道布局形式有利于遏制犯罪行为[10—11]；另一方面，土地的混合使用街道活动的增加的同时，陌生人也会更容易接近、潜在的犯罪者更容易藏匿、自然监视减弱，从而导致犯罪盛行[12—13]，因此基于不同的空间环境，土地混合使用对犯罪预防的影响不同。④通道控制：通道控制可以通过阻止潜在犯罪者发现犯罪目标和增加犯罪者的风险意识来减少犯罪机会。邻里层面的通道控制手段主要包括利用门、围栏和景观等物理因素，将未经授权的人员排除在社区之外[14—15]、限制进出街道的车辆、实施邻里范围内的停车限制[16—17]以及控制街道连通性[18—19]等方面。通道控制通常与活动支持结合讨论，两者之间不同的组合方式对街道安全的影响不同。零售商业结合良好的街道连通性，有助于提高街道安全性[20]；但并非所有商业类型对街道安全性都有着积极地影响，例如酒吧与暴力犯罪有着较强的相关度[21—22]。亦有研究表明，土地利用类型越趋于多样与街道连通性越高，就越不利于住区犯罪的预防[23]。⑤形象维护：良好的环境形象维护，有助于减少犯罪的发生；无序的城市环境会吸引更多的破坏者，诱导人们实施犯罪[24]。浓密并缺少维护的植被会降低空间可视性从而增加人们对犯罪的恐惧，并为犯罪行为提供掩护[25]；维护得当的草地以及有序排列的灌木有助于减少人们对犯罪的恐惧[26]，增加居民的安全感。由于目标加固主要指对特定目标强化其保护措施，与街道空间环境的关系较弱，本研究中对其相关研究将不做讨论。以上文献中提及的街道环境要素与我国城市街道环境要素不尽相同，笔者在梳理以上要素的基础上，结合我国城市街道空间环境的实际情况与城市设计涉及的主要内容，将本研究所关注的环境要素大致分为建筑设计、街道设施、街道公共空间与设施以及街面交通现状4类。

在研究方法方面，定量研究方法在该领域的应用显著增加，并且有精细化的趋势。例如相关分析、回归分析、分层线性模型、空间句法、结构方程模型、离散选择模型、层次分析法等在很多研究中有所应用。这有利于更为准确地定量判断环境因素对犯罪行为的影响程度，从而有助于提供针对性的环境改善建议。

以上文献对街道空间环境的研究表明，不同的环境要素对犯罪行为的影响存在较大的差异，同一环境要素对不同类型的犯罪影响也不同。基于此，笔者在CPTED理论和既往研究的基础上，结合国内当前旧城更新、街道环境设计等现状，初步探索案件高发街道和低发街道的环境要素的差异。

2 研究设计

2.1 研究地域

本研究中的街道位于长江三角洲一线城市S市G城区。G城区位于S市中部，总面积约14.2km2，辖有5条行政街道，人口密集，常住人口密度达1.53万人/平方公里。自1953年S市设市以来，G城区一直是其政治、经济、文化中心。作为典型老城区，G城区采用了格网式的路网格局，并延续了传统的街巷空间和院落空间，路网密度高，街巷发展趋于成熟，配套设施相对完善，可供选择的街道样本多样，具有典型老城区街道的代表性。同时，由于G城区的街道建设背景相似，各街道之间社会、经济差异相对较小，因此可以较好地控制社会经济因素差异对犯罪行为的影响。

2.2 数据来源与研究方法

2.2.1 犯罪数据

本研究所用的犯罪数据为S市警务部门提供的S市G城区2016年抢劫、抢夺、盗窃（简称“两抢一盗”）三类案件数据。选择这三类案件的原因在于，一方面案件发生与环境因素密切相关，另一方面这三类案件占所有街面犯罪的比例突出，据该省统计年鉴数据显示，自2010年以来这三类案件总量均占全类案件总量的70%以上[27]。由于部分犯罪数据统计具有滞后性，因此选取S市G城区范围内更新较完整的2016年数据。

2.2.2 街道环境数据

（1）街道样本

本研究选取S市G城区范围内设计车速不高于50km/h的生活性道路为主要研究对象，以车行为主的交通性道路不纳入本次研究范围。样本街道功能复合，环境要素丰富，街道两侧土地利用性质混合、建筑形式多变、街道设施完善、交通方式多元以及交通分布特征典型等。

研究中将相邻两个交叉口之间的路段定义为一段街道，以一段街道作为一个分析单元。然后根据警务部门提供的2016年全年案件热点分布图选取28段街道，再按照犯罪密度从高至低顺次排序，将每100米长度街道上的案量大于4.2起的街道界定为高发街道，共15段；反之为低发街道，共13段。另外，本研究进行环境数据调研与收集的时间为2018年1月至3月，环境与犯罪数据的时间2016年可能有所差异,故笔者将实地调研数据与百度街景信息结合研究，并剔除了近年来因地铁沿线修建等原因而环境变化较大的路段，不断完善调研数据使其尽可能接近2016年街道环境情况。

（2）环境要素构成

本研究以CPTED理论为理论框架，结合参考当前文献研究发现、S市街道环境的实际情况以及当前已经出版的各城市街道设计导则内容来设计环境调查表，根据调查表实地调查来获取得一手街道环境数据。调研中所收集环境共涉及33类环境要素，大致分为以下4个方面：建筑设计、街道设施、公共空间与设施、交通现状（表1）。

表1 街道物质环境要素分类表

在以上环境要素分类列表中，部分环境变量的计算参考已有文献中的方法：

①街道开敞度：指与人行道没有物理断开的界面长度和人行道长度的比值[28]。计算公式为：街道开敞度=开敞界面长度/（2×人行道长）×100%，取值范围为（0，1）。

②商业界面占比：指商业界面长度占建筑底层界面总长度的比例。商业界面分为：①开敞商业界面：可以直接进出的门面；②透明橱窗：视线可穿过且达到一定深度的橱窗[29]。计算公式为：商业界面比率=（开敞商业界面长度×1+透明橱窗长度×0.75）/建筑底层界面总长度×100%。

③功能密度：即街道每100米功能业态数量，具体包括餐饮、服饰、烟酒、日用品、百货超市、农副市场、金银玉器、酒吧、网吧、培训机构、诊所、旅馆、银行、电子、美容养生等15种功能类型，并将沿街商铺按上述15种功能进行归类。计算公式为：功能密度=街道总功能数量/人行道长度×100。

2.3 数据分析方法

本研究采用单变量组间差异分析，分析高发组街道与低发组街道之间环境变量的差异，筛选出组间差异具有显著性（p≤0.05）的环境变量。

3 研究发现

3.1 街道案件类型分布状况

图1为2016年S市G城区范围内28条街道样本上各类案件所占比例分布图。由图可见，盗窃类案件占比（99.2%）显著高于抢劫、抢夺类案件。盗窃类案件中盗窃电动自行车案件占比最大（54.7%），其次分别是扒窃（占14.9%）、盗窃商店（占15.4%）、盗窃车内财物（占6.4%）、盗窃民宅（占5.3%），其余盗窃类案件占比较低，共计2.5%。

图1 街道各类案件占比分布图

3.2 案发部位分布特征

结合案情简介，通过分析各案发部位的案件数量占比，探讨各案发部位环境与 “两抢一盗”犯罪行为之间的关系（图2）。（1）出入口（可以直接进出的出入口，例如商店门口、小区出入口）与路口是街道案件最多的部位。出入口、路口都是不同空间的交界处，人流汇集，一方面犯罪目标较多，另一方面行人往往更多的关注于通行而忽略对犯罪活动的防备。（2）商业服务场所（包括商店以及餐饮店、集贸市场、医院、娱乐场所以及公交站台）是仅次于出入口与路口的案件高发部位，该类部位活动水平较高，且普遍存在由于商品陈列、隔间装饰、光线昏暗或空间拥挤等不同原因而造成的可视性较差的现象，为潜在犯罪者提供了较多的作案机会。（3）第三类案件高发部位是人行道与背街小巷，两者都是以步行为主的慢行道，“两抢一盗”尤其是盗窃类犯罪，罪犯大部分都是行走作案，人行道与背街小巷是其主要活动区域[30]。（4）第四类案件高发部位是临街住宅与公司单位。G城区街道两侧建筑多为底层商业二层以上是居住或办公的形式，该类建筑立面装饰大多较为繁杂，形象维护较差，同时盗窃民宅案件简介也有显示建筑外立面高低错落的装饰有助于罪犯攀爬实施盗窃。其他案发部位案件较少，本文中不作解释。

图2 街道案发部位案件占比分布图

3.3 数据分析

将上述4个方面环境要素做单变量的组间差异分析，分析街道犯罪高发组与低发组两组间的环境差异，其中有7个环境变量呈差异显著（P≤0.05），如表2所示。

表2 七个解释变量组间差异分析结果表

3.3.1 街道两侧建筑平均层数

本次组间差异分析结果显示，街道两侧建筑平均层数变量t值（3.850）最高，是街道犯罪高发与低发组之间差异最为显著的环境变量（p=0.01）。根据Taylor的研究，街道两侧建筑平均层数在一定程度上可以表征街道的开发强度[31]。高发组街道两侧建筑平均层数大于低发组，可以在一定程度上说明街道开发强度越高，街道犯罪密度越高。该结论与既有研究中社区发展密度越高，陌生感越强、社区意识越弱[23]以及社区意识与犯罪预防呈正相关[32]的结论具有一致性。街道开发强度越高，区域范围内人员流动性提高，减少了人与人之间社交、接触的机会，增加了人与人之间的陌生感，削弱了对陌生人的辨识能力，使外来人员更容易进入，从而增加了犯罪的可能。

3.3.2 商业界面占比

本研究中商业界面占比指商业界面长度占底层建筑界面总长度的比例，在一定程度上可以表征街道活动水平，商业界面占比越高，街道所需承载的活动水平的越高、人流量越大。组间差异分析发现，商业界面占比变量t值（2.336）是在街道犯罪高发与低发组之间差异第二显著的环境变量（p=0.027），仅次于街道两侧建筑平均层数。结合均值比较结果发现，在其他环境不变的情况下，商业界面占比增加，街道犯罪密度也会提高。临街商业网点通常以零售商业为主，是居民日常生活消费的场所，普遍存在周边活动水平高、空间相对拥挤等特点。在Taylor的领域感模型中，随着街道活动水平的提高，街道中陌生的面孔越来越多，居民以及店主的领域感（责任范围）会逐渐缩小，从而削弱了自然监视的效力。较早的研究也有类似的发现，在自然监视越来越弱的情况下，街道的高活动水平使潜在的罪犯与犯罪目标聚集在一起，有利于盗窃类隐蔽性犯罪的发生，从而增加了街道犯罪的风险[33]。

3.3.3 街面导向性标识数量

本次关于街道标识的调查除街面引导性标识数量外，还包括标识是否指示明确、标识设置位置、标识的大小及颜色等特征。组间差异分析显示，街面导向性标识数量变量t值为2.299，是在街道犯罪高发与低发组之间呈显著差异的环境变量之一（p=0.030）。街面导向性标识主要指街道上的道路指示牌、地名牌以及指路牌等标识。街面导向性标识标明了路段与路段之间连接关系，同时引导车流、人流行进方向，向出行者传达导向信息。均值比较分析发现，高发组街面导向性标识数量大于低发组标识数量。结合实地调研发现，高发组街道中更多存在标识设置位置不合理、标识牌缺乏维护与管理等现象。如图3a中标识牌设置拥挤，朝向不合理、被树木遮挡，图3b中标识牌上悬挂无关物品，周边杂物堆砌环境形象不佳，这些问题大大降低了标识的易识别性，也不利于街道整体良好环境形象的营造。如同“破窗理论”中观点，当街道上类似的无序、消极的空间越多，越容易引发不良行为，不利于街道犯罪预防，反之，良好的形象维护与管理则有助于提升街道安全感。

图3 街面导向性标识设置与维护问题图

3.3.4 地面停车场容纳车辆数

本研究中地面停车场容纳车辆数是指地面停车场(包括街道路外停车场以及路边临时停车位)可容纳的所有机动车的数量之和，其作为街道配套设施一类纳入本次环境调查范围。由组间差异分析可知，地面停车场容纳车辆数变量t值为2.335，是在街道犯罪高发与低发组之间存在显著差异的环境变量之一（p=0.031），且高发组地面停车场容纳车辆数显著高于低发组地面停车场容纳车辆数。表明地面停车场容纳车辆越多的街道犯罪密度越高。

G城区地面停车数量明显不足，导致非机动车道沿街临时停车位增加，停车区域管理难度加大。G城区旅游业发达、建成早，地面停车配套标准与当下停车需求不相适应，地面停车位数量明显不足，为满足停车需求，部分街道在非机动车道增设了较多沿街临时停车位，且占街道停车位总量的比例较大。结合停车管理方面的观察，该类停车位管理较为复杂，一部分无人看管，另一部分虽然有专人收费并管理，但由于车辆沿街停放，分布区域狭长，加大了管理难度。不利于看管与监视，这种情况在高发组街道更为明显。除此以外，结合笔者调研发现，街道地面停车场大多临近店铺出入口以及人行道。出入口与人行道作为街道发生案件数量最多的两个部位，周边环境有利于潜在犯罪者实施犯罪并快速逃逸，因此停车场容纳车辆的数量越多，一方面增加了周边环境的复杂性，另一方面为犯罪行为提供了隐蔽场所。

除地面停车场容纳车辆数外，本研究亦将地下停车场相关变量进行组间差异分析，但其结果并不显著。其原因可能是由于G城区建设年代较早，主要以地面停车为主，地下停车场数量较少。

3.3.5 街面区域性标识数量

本研究中街面区域性标识是指划分区域或标明归属的指示牌。根据组间差异分析发现，街面区域性标识数量变量t值为2.340，是在街道犯罪高发与低发组之间存在显著差异的环境变量之一（p=0.033）。本研究中高发组街道的区域性标识数量大于低发组区域性标识性数量。

有研究显示，区域标识有助于领域感的形成，从而有利于遏制犯罪行为的发生[34]。但在本次研究没有发现一致的结论。从实际调研来看，街道中常有一些场所如仓库、单位大门等部位通过设置“闲人免进”、“非请勿进”等指示牌，对该区域强烈地限定，将其划定为私人空间（领域）。这些私人领域通常与街道（公共领域）只有一道门相隔，缺少过渡空间。这种缺乏层次的领域层级往往会增加人与人之间的陌生感，降低自然监视力度，加大犯罪预防的难度。阿尔托曼与纽曼对领域感的层次划分[35]时，都在私人领域与公共领域之间明确了过渡空间（次要领域、半私密领域及半公共领域）的重要性。过渡空间的缺失易降低人们交往的意愿，使人们变得疏远，削弱自然监视力度，从而为潜在犯罪者寻找犯罪目标提供了便利[36]。

3.3.6 街面护栏长度

本研究中街面护栏长度是指人行道与车行道之间护栏的长度。组间差异分析显示，街面护栏长度变量t值为2.306，是在街道犯罪高发与低发组之间存在显著差异的环境变量之一（p=0.037）。高发组护栏长度大于低发组护栏长度，即人行道与车行道之间的护栏长度越长的街道犯罪密度越大。

虽然人行道与车行道之间的护栏一定程度上可以增加行人的安全感，但有研究表明住宅户外私人区域与公共区域的分隔界限越明确，两者间的冲突则会更加尖锐[37]。结合实地调研，本研究也有类似的发现，由于护栏将汽车交通与行人分离，使得人行道相对孤立，同时公共空间（人行道）与私人空间（街道两侧住宅与商铺内私人区域）之间的过渡空间的缺失，导致公共空间与私人空间的冲突更加尖锐[37]。调研中发现这种冲突主要表现为私人权利、隐私难以保障，白天住宅窗户窗帘紧闭；公共空间私有化，车辆、物品占道等。因此人行道与周边建筑内人们之间的交互（监视）作用降低，不利于街道领域感与自然监视的形成。

3.3.7 街面电话亭数量

由组间差异分析可知，街面电话亭数量变量t值为2.064，是在街道犯罪高发与低发组之间存在显著差异的环境变量之一（p=0.042）,高发组电话亭数量大于低发组电话亭数量。现场调研发现，案件街道上的电话亭大多处于闲置的状态，这与移动通信工具的快速普及有关。近年来电话亭的使用率急剧下降，加之电话亭功能单一、款式老旧，并且部分电话亭维护不及时，无法使用，金属外壳老化破败，这种形象容易向人传达一种该处无人管理、犯罪风险小的讯号，增加了诱发不良行为的风险。

4 结论

本文以CPTED理论为研究框架，结合国内外既有的研究成果，初步分析了不同案发街道中存在显著差异的环境要素，总结如下：

本研究结果发现7个环境变量在犯罪高发和低发两组街道样本中存在显著差异，包括街道两侧建筑平均层数、商业界面占比、街面导向性标识数量、地面停车场可容纳车辆总数、街面区域性标识数量、街面护栏长度以及街面电话亭数量，主要涉及CPTED理论中的领域感、自然监视、活动支持以及环境形象与维护等4个方面要素（图4）。其中领域感是与街道犯罪行为最密切相关的环境要素。本研究中，领域感主要受人员流动性和过渡空间两方面的影响。人员流动性强、活动水平提高、街道陌生面孔的增加、私人与公共领域之间的过渡空间的缺失，会导致人们交往的意愿下降，不利于领域感的形成，也不利于犯罪预防。自然监视与可视性有关。可视性受街道一些环境要素遮挡的影响较大，遮挡严重则可视性差，不利于自然监视，反之有利于自然监视。活动支持主要表现为活动水平对街道犯罪行为的影响。适当的活动水平有助于街道自然监视，但过高的活动水平会造成街道空间拥挤，降低了自然监视力度，同时罪犯与犯罪目标聚集，一定程度上增加了街道犯罪的风险。良好的街道形象维护与管理，有助于街道安全感的营造，对街道犯罪行为有着抑制作用。本次研究所发现的环境要素并未涉及CPTED理论的所有内容，这与街道空间类型的特殊性有关，不同的空间类型涵盖的环境要素有所差异。以上环境要素可以在未来的街道环境改造过程中逐渐进行改善。