EN中文

PROGRESS IN GEOGRAPHY >

2023 , Vol. 42 >Issue 12: 2414 - 2422

DOI: https://doi.org/10.18306/dlkxjz.2023.12.011

Articles

The influence of housing situation and crime victimization experience on residential safety perception

  • GU Jie , 1 ,
  • WANG Lifang 2 ,
  • SONG Guangwen , 3, *
Expand
  • 1. Laboratory of Key Technologies of Digital Urban-Rural Spatial Planning of Hunan Province, College of Architecture & Urban Planning, Hunan City University, Yiyang 413000, Hunan, China
  • 2. Shenzhen Supon Assets and Real Estate Appraisal & Consultant Co. Ltd., Shenzhen 518042, Guangdong, China
  • 3. Center of GeoInformatics for Public Security, School of Geography and Remote Sensing, Guangzhou University, Guangzhou 510006, China

Received date: 2023-06-09

  Revised date: 2023-08-20

  Online published: 2023-12-22

Supported by

National Natural Science Foundation of China(42171218)

Natural Science Foundation of Guangdong Province(2023A1515011462)

Fold

Abstract

The research of security with "home" as the center is an important issue in human geography and its related disciplines. There are many theoretical models of safety perception, such as victimization model, vulnerability model, and disorder model. In terms of the influencing factors of residential safety perception, existing studies mainly focus on individual factors and environmental factors, and there are few studies that comprehensively analyze housing situation and different crime victimization experiences. Therefore, based on 1568 questionnaires through a household survey in 74 typical communities in Guangzhou City, this study used factor analysis and multiple linear regressions to analyze the impact of housing situation and crime victimization experience on residential safety perception. The results show that individual attributes, social environment in the community, housing situation, and crime victimization experience have significant influence on residential safety perception. With regard to individual attributes, gender has a significant impact on residential safety perception, and the level of residential safety perception of female residents is significantly lower than that of male residents. Age has a positive influence on residential safety perception, which increases significantly with age. With regard to social environment and housing situation, physical environment disorder and social environment disorder have a negative impact on the level of residential safety perception. Formal social control and house ownership have positive effects on residential safety perception, but informal social control and collective efficacy have no significant effects. Both direct and indirect crime victimization experience have negative effects, but direct victimization experience has a higher impact on residential safety perception than indirect victimization experience. The findings can provide decision-making reference for the official department to take targeted measures to improve the level of residents' safety perception.

Key words： residential safety perception; housing situation; fear of crime; crime victimization experience; Guangzhou City

Cite this article

GU Jie , WANG Lifang , SONG Guangwen . The influence of housing situation and crime victimization experience on residential safety perception[J]. PROGRESS IN GEOGRAPHY, 2023 , 42(12) : 2414 -2422 . DOI: 10.18306/dlkxjz.2023.12.011

安全感是与居民日常生活密切相关的社会话题。早在1983年，中共中央发出《关于严厉打击刑事犯罪活动的决定》等相关文件，指出要通过严厉打击刑事犯罪活动，提高人民群众的安全感，并将安全感的提高作为社会治安好转的重要标志。
学界对安全感进行了较为丰富的研究，但不同学者由于研究视角和学科背景的差异，对安全感的界定并不完全一致，常用的术语包括安全感(perception of safety)和犯罪恐惧感(fear of crime)[1⇓-3]。安全感是心理学研究的重要概念，以弗洛伊德 (Sigmund Freud)为代表的精神分析学派认为个体所受到的刺激超过了本身控制的界限时就会产生焦虑，并认为焦虑是个人幼年及成年阶段某种欲望的控制与满足缺乏安全感造成的[4]。正式提出安全感概念的是心理学家马斯洛(Abraham Maslow)，他设计了“安全感—不安全感问卷”量表，并将安全感定义为一种从恐惧和焦虑中脱离出来的信心、安全和自由的感觉[5]。总的来讲，安全感是个体对于遭受被害风险的感知状况，在西方犯罪学的相关研究中，普遍将安全感视为犯罪恐惧感的对立面[6]。
从个体视角对安全感进行研究的理论模型包括受害模型理论和脆弱性理论。受害模型理论认为先前的受害经历和对受害严重程度的感知使个体对犯罪更加敏感，产生更高水平的被害恐惧和风险感知，从而降低个体的安全感[7-8]。脆弱性理论认为犯罪恐惧感产生的根源在于个体脆弱性，个体脆弱性与安全感具有负相关关系[9]。在脆弱性理论看来，女性的脆弱性高于男性，其安全感水平低于男性，老年群体的脆弱性高于青壮年群体，其安全感低于青壮年群体，低收入群体的脆弱性高于中高收入群体，其安全感低于中高收入群体[10⇓⇓-13]。
从环境视角对犯罪恐惧感进行研究的主要理论包括街道眼理论和环境设计预防犯罪理论(crime prevention through environmental design，CPTED)[14⇓-16]。1961年，Jacobs[17]提出了街道眼理论，该理论认为一条城市街道在陌生人多的时候能够确保安全必须具备3个条件：一是公共空间和私人空间之间必须界线分明；二是必须有一些眼睛盯着街道，这些眼睛属于街道居民；三是人行道上必须有行人，行人不仅可以增添街道眼的数量，而且可以吸引周边居民观看街道。1971年，犯罪学家 Jeffery[18]在功利主义模型和刺激—反应模型的基础上提出了CPTED理论，该理论强调领域性、监视、访问控制、目标增强、场景或维护和事件支持六大要素对犯罪防控的重要性。1972年，建筑学家Newman[19]提出了防卫空间的概念，内容与CPTED理论基本相似，区别在于CPTED理论的犯罪预防方法较为综合，而Newman的理论侧重于环境设计。
此外，Wilson等[20]以破窗为喻提出了破窗理论，强调社区环境失序与居民安全感之间的内在关联。破窗理论认为，如果建筑物的一扇窗户被破坏了而且没有被修复，那么该建筑剩余的窗户也很快会被破坏。原因在于，被破坏的窗户表明了这个地方是无人照看的，因而会产生恶性循环，出现更多窗户被破坏的结果。破窗理论假设涂鸦和垃圾乱放等环境失序现象会让犯罪者认为社区具有较低水平的社会融入和缺乏凝聚力，会促使犯罪者实施犯罪。因而，破窗理论和失序理论主张通过控制失序事件的发生实现社区安全[21-22]。在失序模型的基础上，Sampson等[23]提出了集体效能理论，该理论强调集体效能和社会控制对安全感的正向促进作用，并将社会控制分为正式社会控制和非正式社会控制两个方面。
由于安全感是一种伴有空间后果的社会建构，学界对安全感的研究呈现出明显的空间转向的趋势[24]。地理学者更多地将研究兴趣聚焦在生活空间尤其是社区空间方面，研究社区差异与居住安全感之间的关系[25]。如Foster等[26]发现，社区步行的适宜性程度与居民安全感之间具有正相关关系，因此认为社区规划应该转向更适合步行的规划政策。张延吉等[27-28]发现，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，但该类空间同时也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；该研究还进一步考虑了犯罪恐惧感与犯罪活动空间分布的匹配关系及其影响因素。Rollwagen[29]发现住宅类型对居民安全感有直接影响。还有研究发现，植被因素与安全感之间具有相关性，并且进一步发现视野可达性好的树木能提升安全感[30]。
总体来看，学界从不同的视角对居住安全感的影响因素进行了较为充分的研究，并且形成了受害模型、脆弱性模型、失序模型、社会控制模型和集体效能模型等一系列研究模型。然而，已有研究仍存在一些问题需要进一步厘清。其一，不同类别的要素对居住安全感的影响程度如何?已有理论研究和实证研究更多地通过单一理论模型研究居住安全感的影响因素，但受到数据获取的局限性，将住房情况和犯罪受害经历等不同类别要素结合起来进行研究的文献仍较少。其二，已有研究对是否拥有房屋产权、是否为自建房、是否为公租房等住房情况的相关变量考虑较少。其三，已有研究对不同类型的犯罪受害经历和其他居民的犯罪受害信息研究较为薄弱。为此，本文以广州市为例，在经典理论模型的基础上构建住房情况与受害经历的相结合的指标体系，对居住安全感的影响因素进行研究，以期能进一步完善居民安全感分析的理论框架。

1 数据与方法

1.1 数据来源

本文案例地是广州市，数据来源是“广州社区环境与居民安全感知项目问卷调查”。问卷调查的时间是2016年1—4月(不含春节期间)，问卷调查的地点是广州市域范围(不含从化市和增城区)，对象是18周岁以上的常住居民(不包括在校学生)。与本文相关的问卷内容主要包括个人基本情况、房屋基本情况、社区基本情况、安全感知和满意度、犯罪受害经历等方面。首先，课题组依据第六次人口普查各社区内的人口结构，通过聚类分析将广州市所有社区划分为9类：普通商品房社区、高校社区、非老龄化农村社区、旧城老龄化社区、老龄化农村社区、外来人口社区、廉租房社区、经适房社区、高房价住宅区。在考虑社区类型和空间分布的基础上经过实地考察，选取了各大类型社区的代表共计74个社区进行问卷调研(图1)，共计回收1568份有效调查问卷。
图1 广州市问卷调查社区分布

Fig.1 Distribution of questionnaire survey communities in Guangzhou City

1.2 研究方法

采用多元线性回归模型研究居民居住安全感的影响因素，构建的实证分析模型如下：
Y i = a + ∑ j = 1 T β j X i j + ε i
式中：Yi表示第i个被访者居住安全感；a为常数项；T为自变量的数量；Xij代表第i个被访者的第j个独立解释变量(个体属性、社区社会环境、住房条件和不同类型犯罪受害经历等)的值； β j为自变量回归系数； ε i表示随机误差项，包括所有未被考虑到模型中但会影响居民居住安全感的因素。多元线性回归采用最小二乘法进行估计。

2 变量的测量与描述性统计

2.1 居住安全感

居住安全感是被解释变量。参照已有研究[31-32]，本文从认知维度、行为维度和情感维度3个方面评价居民的居住安全感(表1中Q0-1~Q0-5)。5个指标的Cronbach's α值为0.820，说明信度较好。Bartlett球度检验的P值<0.001，表示相关系数矩阵和单位矩阵存在显著差异。KMO值为0.799，表明原变量适合做因子分析。模型仅提取出一个主因子，该主因子解释所有指标总方差的百分比为59.1%。该因子得分作为本文的被解释变量：因子得分越高表示居住安全感程度越高；因子得分越低，则表示居住安全感程度越低。
表1 被解释变量的描述性统计与因子载荷

Tab.1 Descriptive statistics and component loadings of explained variables

测量维度 测量方式 平均值 标准差 主因子1
认知维度 Q0-1：您觉得未来一年您会不会受到侵害 0.661 0.223 0.372
行为维度 Q0-2：短暂离开家需锁好门，担心陌生人进入 0.619 0.289 0.860
Q0-3：晚上不敢把财物放在家门口，怕被偷或损坏 0.581 0.296 0.797
情感维度 Q0-4：不在家时，担心家里被盗 0.613 0.281 0.884
Q0-5：晚上在社区散步会感到害怕 0.659 0.289 0.814

注：参照5点量表法，很有可能或很担心、较有可能或较担心、一般或不好说、不太可能或有点担心、绝不可能或一点都不担心分别赋值0、0.25、0.50、0.75、1.00。

2.2 个体指标

按照脆弱性模型，不同属性的居民脆弱性程度存在差异，因而在安全感方面也存在差异。已有研究表明，女性居民的安全感低于男性，老年群体的安全感低于中青年群体，低收入群体的安全感低于中高收入群体。因此，本文将性别、年龄、家庭收入和户口作为控制变量纳入分析模型(表2中Q1-1~Q1-5)。
表2 个体变量的描述性统计

Tab.2 Descriptive statistics of individual variables

变量 测量方式 平均值 标准差
X1-1性别 Q1-1：男(1)，女(0) 0.533 0.499
X1-2年龄 Q1-2：周岁 38.030 14.016
X1-3家庭收入 Q1-3：月收入<1万元(1)、[1, 2)万元(2)、[2, 3)万元（3）、[3, 5)万元(4)、[5, 8]万元(5)、>8万元(6) 1.750 1.079
X1-4婚姻状态 Q1-4：已婚(1)，未婚(0) 0.686 0.464
X1-5户口 Q1-5：本地户口(1)，外地户口(0) 0.436 0.496

注：括号中数据为变量赋值。

2.3 社区社会环境与住房情况

参照破窗理论等相关理论，本文选取的社区社会环境指标包括环境失序(物理环境失序和社会环境失序)、社会控制(正式社会控制和非正式社会控制)、集体效能和房屋权属、条件和居家时间等指标(表3中Q2-1~Q7-8)。相关指标的Cronbach's α值为 0.762，说明信度较好。
表3 解释变量的描述性统计与因子分析

Tab.3 Descriptive statistics and factor analysis of explanatory variables

变量 测量方式 均值 标准差 因子载荷
X2物理环境失序感知 Q2-1：社区/小区内的公共设施(如活动设施等)经常被损坏 2.761 0.962 0.744
Q2-2：社区/小区内常见垃圾乱摆放、车乱停的现象 2.961 0.992 0.857
Q2-3：社区/小区内常见乱涂乱画或者乱贴广告的现象 2.946 1.017 0.840
Q2-4：社区/小区内环境很嘈杂 2.930 0.984 0.806
X3社会环境失序感知 Q3-1：青(少)年聚集街头闲逛 2.139 1.045 0.815
Q3-2：小区居民发生口角等冲突 2.021 0.888 0.831
Q3-3：周围存在可疑的陌生人 2.145 0.964 0.833
Q3-4：晚上常有醉酒吵闹现象 1.973 0.953 0.826
X4非正式控制感知 Q4-1：社区有陌生人徘徊，会去询问清楚或提醒邻居警惕 2.945 0.991 0.777
Q4-2：当发现社区内有人在乱涂乱画时会去制止 2.964 0.946 0.835
Q4-3：当发现社区内的小孩打架，会上前制止 3.254 0.954 0.789
Q4-4：当社区内的小孩逃学时，会询问并可能通知其家长 2.884 0.949 0.813
X5正式控制感知 Q5-1：居委会等对规范社区管理起到重要作用 3.428 0.857 0.701
Q5-2：在社区内或周边，见到民警或治安巡逻人员的频率 3.223 0.875 0.784
Q5-3：社区内有足够的监控摄像头来保障社区安全 3.112 1.004 0.802
X6集体效能感知 Q6-1：这个社区/小区内的住户具有相似的价值观点 3.283 0.819 0.694
Q6-2：居民经常参加社区活动 2.931 0.988 0.859
Q6-3：居民能向居委会等提建议或意见 3.026 0.979 0.867
Q6-4：小区居民能聚在一起共同处理社区问题 3.141 0.930 0.838
X7住房情况 Q7-1：是否拥有产权?是(1)；否(0) 0.311 0.463 —
Q7-2：是否为商品房?是(1)；否(0) 0.221 0.415 —
Q7-3：是否为公有住房：是(1)；否(0) 0.088 0.283 —
Q7-4：是否为员工宿舍：是(1)；否(0) 0.050 0.219 —
Q7-5：是否为自建房：是(1)；否(0) 0.351 0.477 —
Q7-6：住房条件 4.499 0.933 —
Q7-7：工作日居家时间(h) 17.015 5.466 —
Q7-8：休息日居家时间(h) 18.199 5.275 —

注：采用5点量表法，非常不符合、比较不符合、一般、比较符合、非常符合分别赋1~5分；住房条件中具备厨房、自来水、独立卫生间、防盗门、防盗窗5项中的1项为1分，全部具备为5分；“—”表示改组变量未进行因子分析。

环境失序分为物理环境失序和社会环境失序。物理环境失序是被访者对社区/小区在卫生、涂鸦等方面的描述，具体内容包括公共设施被损坏情况、垃圾乱摆放和车乱停的现象、乱涂乱画或者乱贴广告现象、环境嘈杂程度等4项指标。社会环境失序的问卷题目是“社区/小区内以下现象发生频率”，包括青(少)年聚集街头闲逛、小区居民发生口角等冲突、周围存在可疑的陌生人、晚上常有醉酒吵闹现象等4项指标。
社会控制分为正式社会控制和非正式社会控制。非正式社会控制的问卷题目是“请对以下关于居民社会控制的情况描述进行打分”，具体内容包括出现陌生人、涂鸦、小孩打架、小孩逃学等4个方面的社会控制情况。正式社会控制的问卷题目包括三个：一是多大程度上赞同所在居委会(村委会)、业委会等对规范社区管理起到重要作用?二是被访者在社区内部及周边见到民警或治安巡逻人员的频率是多少?三是您认为社区/小区内有足够的监控摄像头来保障社区安全吗?
集体效能是被访者对社区/小区在价值观和社会活动等方面的描述，具体内容包括社区内居民具有相似的价值观点、居民经常参加社区活动、居民能向居委会等提建议或意见、社区居民能聚在一起共同处理社区问题4项指标。
需要进行因子分析的变量包括物理环境失序、社会环境失序、非正式社会控制、正式社会控制和集体效能5个变量，为此，研究构建了5个因子分析模型。其5个因子分析模型Bartlett球度检验的P<0.001，表示相关系数矩阵和单位矩阵存在显著差异。KMO值分别为0.803、0.815、0.799、0.637和0.797，均大于0.500，表明原变量间相关程度无显著差异，适合做因子分析，因子载荷如表3所示。从5个模型各提取出一个主因子，5个主因子解释的总方差百分比分别为66.1%、68.3%、64.6%、55.2%和66.9%。
住房情况的指标包括是否拥有产权、是否是商品房、是否是公有住房、是否是员工宿舍、是否是自建房、住房条件、工作日居家时间和休息日居家时间8项指标。

2.4 受害经历

以受害模型作为理论基础，犯罪受害经历对居住安全感具有重要影响。受害经历的指标包括直接受害经历、第一类间接受害经历(关于亲戚朋友)、第二类间接受害经历(社区内发生)。3类犯罪经历共计包含13个问题项，其Cronbach's a值为 0.837，表示信度较好。三类受害经历变量Bartlett球度检验的P<0.001，表示相关系数矩阵和单位矩阵存在显著差异。直接受害经历、第一类间接受害经历(关于亲戚朋友)和第二类间接受害经历(社区内发生)KMO值分别为0.858、0.636和0.744，均大于0.500，表明原变量间相关程度无显著差异，适合做因子分析，相关变量的平均值、标准差和因子载荷如表4所示。从3个模型各提取出一个主因子，3个主因子解释的总方差百分比分别为68.4%、58.3%和47.4%。
表4 控制变量的描述性统计与因子分析

Tab.4 Descriptive statistics and factor analysis of control variables

变量 测量方式 平均值 标准差 因子载荷
X8直接受害经历 Q8-1：社区内暴力侵害 1.169 0.479 0.791
Q8-2：社区内扒窃 1.237 0.553 0.844
Q8-3：入室盗窃或抢劫 1.176 0.506 0.822
Q8-4：公交地铁内被偷被抢 1.253 0.553 0.823
Q8-5：公共场所扒窃 1.232 0.542 0.854
X9间接受害经历(亲友) Q9-1：社区内受害?
是(1)，否(0)		 0.267 0.443 0.701
Q9-2：公交地铁内受害?是(1)，否(0) 0.315 0.465 0.784
Q9-3：其他公共场所受害?是(1)，否(0) 0.222 0.416 0.802
X10间接受害经历(社区内) Q10-1：扒窃 1.407 0.491 0.725
Q10-2：入室盗窃 1.339 0.473 0.723
Q10-3：寻衅滋事和打架 1.189 0.391 0.707
Q10-4：诈骗 1.199 0.399 0.728
Q10-5：其他恶性犯罪 1.060 0.237 0.540

注：Q8-1~Q8-4和Q10-1~Q10-5采用5点量表法，0、1~3、4~6、7~9、10次以上分别赋值1~5分；Q9-1~Q9-3中“是”赋值1分，“否”赋值0分。

直接受害经历是被访者对犯罪受害经历次数的描述(过去3年内)，具体内容包括社区内暴力侵害、社区内扒窃、入室盗窃或抢劫、公交地铁内被偷被抢、公共场所扒窃(表4中Q8-1~Q8-5)。第一类间接受害经历是被访者对亲戚或朋友遭受犯罪侵害次数的描述(过去3年内)，具体内容包括亲朋好友社区内受害经历、公交地铁内受害经历和其他公共场所受害经历(表4中Q9-1~Q9-3)。第二类间接受害经历是被访者对社区内发生的犯罪侵害次数的描述(过去3年内)，具体内容包括随身财物被偷、入室盗窃、寻衅滋事与被殴打、被诈骗、其他恶性事件(表4中Q10-1~Q10-5)。

3 结果分析

居住安全感影响因素的分析模型如表5所示。模型的相关系数(R)为0.429，判定系数(R2)为0.184，估计值的标准误差为0.909，方差分析中的均方为13.725，F检验统计量的观察值为16.594，P<0.001，模型的整体拟合效果较好。对不同类型的变量进行共线性分析和诊断，发现各变量之间不存在显著共线性关系。表5中，如回归系数B小于0，说明该因素与因变量之间呈负相关关系；如大于0，说明该因素与因变量之间呈正相关关系。
表5 居住安全感的多元线性回归分析

Tab.5 Multivariate linear regression analysis of residential safety perception

类型 代码 变量名称 回归系数B 标准化
系数β		 VIF
常量 X0-1 常量 -0.349
个体属性 X1-1 性别 0.225*** 0.112 1.077
X1-2 年龄 0.006** 0.088 1.577
X1-3 家庭收入 -0.008 -0.008 1.134
X1-4 婚姻状态 -0.069 -0.032 1.465
X1-5 户口 -0.046 -0.023 1.515
社区社会环境 X2 物理环境失序 -0.113*** -0.113 1.172
X3 社会环境失序 -0.156*** -0.156 1.396
X4 正式社会控制 0.083** 0.083 1.246
X5 非正式社会控制 -0.015 -0.015 1.261
X6 集体效能 0.012 0.012 1.371
住房情况 X7-1 是否拥有产权 0.166** 0.077 1.544
X7-2 是否为商品房 0.073 0.030 1.509
X7-3 是否为公有住房 0.062 0.017 1.242
X7-4 是否为员工宿舍 -0.070 -0.015 1.145
X7-5 是否为自建房 -0.028 -0.013 1.529
X7-6 住房条件 -0.000370 -0.000345 1.110
X7-7 工作日居家时间 -0.004 -0.024 2.144
X7-8 休息日居家时间 0.005 0.026 2.120
受害经历 X8 自身受害经历 -0.109*** -0.109 1.259
X9 间接受害经历(亲朋好友) -0.106*** -0.106 1.314
X10 间接受害经历(社区内发生) -0.077** -0.077 1.457

注：***、**、*分别表示P<0.001、P<0.01、P<0.05。

(1) 个体属性对居住安全感的影响。研究选取的个体属性指标包括性别、年龄、家庭收入、婚姻状态和户口5项指标。其中性别(X1-1)和年龄(X1-2)两项指标与居住安全感之间的关系具有显著性，家庭收入、婚姻状态和户口不显著。性别的回归系数为0.225，大于0，表示女性居民的居住安全感低于男性。在年龄方面，回归系数为0.006，大于0，表示在18岁以上的成年人群体中，年龄与居住安全感呈现正相关关系，年龄越大的居民，居住安全感水平越高。
(2) 社区社会环境对居住安全感的影响。社会环境的指标包括5项指标，其中具有显著性的指标包括物理环境失序(X2)、社会环境失序(X3)和正式社会控制(X4)。其中，物理环境失序和社会环境失序的回归系数均小于0，表示物理环境失序和社会环境失序对居住安全感具有抑制性作用，环境失序程度越高，居住安全感水平越低。社会控制方面，正式社会控制的回归系数大于0，表明正式社会控制与居住安全感之间具有显著正相关关系；非正式社会控制和集体效能两项指标与居住安全感之间的相关性关系不显著。
(3) 住房情况对居住安全感的影响。是否拥有产权的回归系数大于0且具有显著性，表明拥有产权对居住安全感具有显著的正向作用。相对而言，住房是否为公有住房、是否为员工宿舍和是否为自建房、住房条件、居家时间等因素与居住安全感之间的关系不具有显著性。
(4) 不同类型受害经历对居住安全感的影响。受害经历的3个变量与居住安全感之间的关系都具有显著性，且回归系数均小于0，表明3种类型的受害经历对居住安全感有显著抑制性作用。从回归系数的绝对值大小来看，居民遭遇的直接犯罪受害经历对居住安全感的影响程度最大，间接受害经历(亲朋好友)的影响次之，第二种间接受害经历(社区内发生)的影响最小。
此外，为验证研究结论的可靠性，本文采用了多层次回归模型的方法对结论进行验证和讨论。其中，采用无解释变量的空模型对居住安全感的层次结构进行检验的结果表明，以社区为单位的组间方差为0.137，组内方差为0.866，ICC(1)为0.137，ICC(2)为0.769，P<0.001，表明广州市居民居住安全感水平的差异有13.7%是社区之间的差异造成的。相对而言，广州市居民居住安全感水平的差异有86.3%是个体之间的差异造成的，因此本文采用多元线性回归模型所得出的结论具有可靠性。然而，受到数据和方法局限性，具体社区有哪些指标能够解释居住安全感水平的社区差异仍有待后续研究的深入分析和讨论。

4 结论与讨论

本文以脆弱性模型、受害模型和破窗理论等为基础，进一步考虑了住房情况和细分不同类型犯罪受害经历对居住安全感的影响。研究发现如下：
(1) 在个体属性的变量中，性别和年龄对居住安全感具有显著性影响。女性居民的居住安全感水平显著低于男性居民，此结论与已有文献的研究结论基本一致[10]。然而，就年龄对居住安全感的影响方面，西方有研究认为，老年群体的脆弱性高于中青年群体，即年龄越大，安全感越低[12]。然而，本文发现年龄与居住安全感之间产生的作用是正向的，即居民的居住安全感水平随着年龄的增大而增大，该结论与西方研究恰恰相反，这可能是因为在广州的老年人群体中，本地人或随迁老人的比例较高，他们往往能获得较好的社会支持，从而具有较高的安全感。
(2) 社区社会环境的不同因素对居住安全感具有不同程度的影响。无论是物理环境失序还是社会环境失序都会显著降低居民的居住安全感，结论与西方一些研究一致[21-22]。在社会控制方面，西方研究的基本结论是社会控制能够提升居民的安全感水平[23]，然而，本文的研究结果表明，正式社会控制对提升居住安全感起到较为显著的作用，而非正式社会控制对居民的居住安全感的影响并不显著。
(3) 在住房情况方面，拥有房屋的产权对提升居住安全感有显著作用，而是否是商品房或自建房、住房条件和居家时间等变量与居住安全感之间的关系不具有显著性。
(4) 直接受害经历和不同类型的间接受害经历对居住安全感具有显著的抑制性影响。受害模型认为，具有受害经历的居民群体对犯罪侵害更加敏感，具有更低水平的安全感[7]。本文研究结论与受害模型的研究结论具有较好的一致性。本文研究进一步细分考虑3大类犯罪受害经历的影响，发现居民自身经历的犯罪受害事件对其居住安全感的影响程度最大；亲朋好友的犯罪受害经历对居住安全感的影响次之；居民接收到的关于社区内发生的犯罪侵害信息对居住安全感的影响相对最小，但其影响程度也具有显著性。
随着中国城市居民生活质量的提高，学界对居民日常生活环境的关注程度进一步提升，韧性城市和安全社区等相关的研究更加重视居民心理活动[33]。在人与地的众多时空介质中，以“家”为中心的居住地点更多地承载了居民对于安全的种种期待，不同的学科从各自的特点和视角对安全感开展研究。相对而言，人文地理学对安全感的研究具有更强的综合性。基于这一学科特性，本文在已有分析框架的基础上，进一步考虑了住房情况和不同类型受害经历相结合的指标体系，具有较强的综合性。
总的来讲，本文的发现与已有文献的结论存在同和异。在个体属性和社区社会环境对安全感的影响方面，虽然本文结论与已有研究较为相似，但也存在不同之处。例如，本文发现非正式社会控制与居住安全感之间的关系不具有显著性，这可能是因为相对于西方国家，中国居民的居住安全感更加依赖于居委会和警察巡逻等正式社会控制，对社区居民非正式的社会控制依赖性不高。
本文的创新之处在于细致考虑了住房情况，具体包括是否拥有产权、是否为商品房/公有住房/员工宿舍/自建房、住房条件、工作日居家时间和休息日居家时间，研究发现仅是否拥有产权这一指标对安全感有显著的正向影响。此外，本文还创新性地考虑了不同类型的受害经历的影响，包括自身受害经历和不同类型的间接受害经历(亲朋好友或社区内发生)，发现直接与间接受害经历均会影响居民的安全感，但直接的受害经历影响更大。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
姜兰昱, 杨学峰. 从因变量到自变量: 犯罪恐惧感研究的发展与启示[J]. 晋阳学刊, 2013(6): 79-85.

[Jiang Lanyu, Yang Xuefeng. From dependent variable to independent one: Insights from line of researches on fear of crime. Academic Journal of Jinyang, 2013(6): 79-85.]

[2]
谌丽, 许婧雪, 张文忠, 等. 居民城市公共安全感知与社区环境: 基于北京大规模调查问卷的分析[J]. 地理学报, 2021, 76(8): 1939-1950.

DOI

[Chen Li, Xu Jingxue, Zhang Wenzhong, et al. Residents' sense of urban public security and community environment: Analysis based on a large-scale questionnaire survey of Beijing. Acta Geographica Sinica, 2021, 76(8): 1939-1950.]

[3]
Jing F R, Liu L, Zhou S H, et al. Examining the relationship between hukou status, perceived neighborhood conditions, and fear of crime in Guangzhou, China[J]. Sustainability, 2020, 12(22): 9614-9632.

DOI

[4]
安莉娟, 丛中. 安全感研究述评[J]. 中国行为医学科学, 2003, 12(6): 698-699.

[An Lijuan, Cong Zhong. A review of security research. Chinese Journal Behavioral Medical Science, 2003, 12(6): 698-699.]

[5]
Maslow A H, Hirsh E, Stein M, et al. A clinically derived test for measuring psychological security-insecurity[J]. Journal of General Psychology, 1945, 33(1): 21-41.

DOI

[6]
Jackson J, Gray E, Farrall S. Untangling the fear of crime[J]. Criminal Justice Matters, 2009, 75(1): 12-13.

DOI

[7]
Abbott J, McGrath S A. The effect of victimization severity on perceived risk of victimization: Analyses using an international sample[J]. Victims & Offenders, 2017, 12(4): 587-609.

[8]
Lee J, Cho S. The impact of crime rate, experience of crime, and fear of crime on residents' participation in association: Studying 25 districts in the city of Seoul, South Korea[J]. Crime Prevention & Community Safety, 2018, 20(3): 189-207.

[9]
Liu J H, Messner S F, Zhang L N, et al. Socio-demographic correlates of fear of crime and the social context of contemporary urban China[J]. American Journal of Community Psychology, 2009, 44(1/2): 93-108.

DOI

[10]
Özaşçılar M, Ziyalar N. Unraveling the determinants of fear of crime among men and women in Istanbul: Examining the impact of perceived risk and fear of sexual assault[J]. International Journal of Offender Therapy and Comparative Criminology, 2017, 61(9): 993-1010.

DOI PMID

[11]
Vauclair C M, Bratanova B. Income inequality and fear of crime across the European region[J]. European Journal of Criminology, 2017, 14(2): 221-241.

DOI

[12]
Greve W, Leipold B, Kappes C. Fear of crime in old age: A sample case of resilience?[J]. Journals of Gerontology, 2018, 73(7): 1224-1232.

[13]
Yates A, Ceccato V. Individual and spatial dimensions of women's fear of crime: A Scandinavian study case[J]. International Journal of Comparative and Applied Criminal Justice, 2020, 44(4): 277-292.

DOI

[14]
Mao Y Y, Yin L, Zeng M L, et al. Review of empirical studies on relationship between street environment and crime[J]. Journal of Planning Literature, 2021, 36(2): 187-202.

DOI

[15]
Song G W, Liu L, He S J, et al. Safety perceptions among African migrants in Guangzhou and Foshan, China[J]. Cities, 2020, 99: 102624. doi: 10.1016/j.cities.2020.102624.

[16]
Tchinda P E, Kim S N. The paradox of "Eyes on the Street": Pedestrian density and fear of crime in Yaoundé, Cameroon[J]. Sustainability, 2020, 12(3): 5300-5315.

DOI

[17]
Jacobs J. The death and life of great american cities[M]. New York, USA: Random House, 1961.

[18]
Jeffery C R. Crime prevention through environmental design[M]. Beverly Hills, USA: Sage Publications, 1971.

[19]
Newman O. Defensible space: Crime prevention through urban design[M]. New York, USA: Macmillan, 1972.

[20]
Wilson J Q, Kelling G L. The police and neighbourhood safety "Broken windows"[J]. The Atlantic Monthly, 1982, 249(3): 29-38.

[21]
Helfgott J B, Parkin W S, Fisher C, et al. Misdemeanor arrests and community perceptions of fear of crime in Seattle[J]. Journal of Criminal Justice, 2020, 69: 101695. doi: 10.1016/j.jcrimjus.2020.101695.

[22]
Markowitz F E, Bellair P E, Liska A E, et al. Extending social disorganization theory: Modeling the relationships between cohesion, disorder, and fear[J]. Criminology, 2001, 39(2): 293-319.

DOI

[23]
Sampson R J, Raudenbush S W. Seeing disorder: Neighborhood stigma and the social construction of "Broken windows"[J]. Social Psychology Quarterly, 2004, 67(4): 319-342.

DOI

[24]
刘晓霞, 肖鸿元, 王兴中, 等. 地理学的安全感研究: 基于地点的综合理解、应用及展望[J]. 人文地理, 2018, 33(5): 38-45.

[Liu Xiaoxia, Xiao Hongyuan, Wang Xingzhong, et al. Geographical research on sense of safety: Comprehensive understanding, application and prospects based on place. Human Geography, 2018, 33(5): 38-45.]

[25]
龙冬平, 柳林, 周素红, 等. 地理学视角下犯罪者行为研究进展[J]. 地理科学进展, 2017, 36(7): 886-902.

DOI

[Long Dongping, Liu Lin, Zhou Suhong, et al. Research progress of criminal behavior from the perspective of geography. Progress in Geography, 2017, 36(7): 886-902.]

DOI

[26]
Foster S, Wood L, Christian H, et al. Planning safer suburbs: Do changes in the built environment influence residents' perceptions of crime risk?[J]. Social Science & Medicine, 2013, 97: 87-94.

DOI

[27]
张延吉, 秦波, 朱春武. 北京城市建成环境对犯罪行为和居住安全感的影响[J]. 地理学报, 2019, 74(2): 238-252.

DOI

[Zhang Yanji, Qin Bo, Zhu Chunwu. The impact of urban built environment on criminal behavior and residential security in Beijing. Acta Geographica Sinica, 2019, 74(2): 238-252.]

DOI

[28]
张延吉, 游永熠, 朱春武, 等. 犯罪恐惧感与犯罪活动空间分布的匹配关系及其影响因素: 以北京市为例[J]. 地理科学, 2022, 42(6): 1024-1033.

DOI

[Zhang Yanji, You Yongyi, Zhu Chunwu, et al. Spatial matching relationship between criminal activities and fear of crime and its influential factors: A case of Beijing. Scientia Geographica Sinica, 2022, 42(6): 1024-1033.]

DOI

[29]
Rollwagen H. The relationship between dwelling type and fear of crime[J]. Environment and Behavior, 2016, 48(2): 365-387.

DOI

[30]
Herzog T R, Bryce A G. Mystery and preference in within-forest settings[J]. Environment & Behavior, 2007, 39(6): 779-796.

[31]
Hanslmaier M. Crime, fear and subjective well-being: How victimization and street crime affect fear and life satisfaction[J]. European Journal of Criminology, 2013, 10(5): 515-533.

DOI

[32]
May D C, Rader N E, Goodrum S. A gendered assessment of the "threat of victimization": Examining gender differences in fear of crime, perceived risk, avoidance, and defensive behaviors[J]. Criminal Justice Review, 2010, 35(2): 159-182.

DOI

[33]
郑滋椀, 姜超, 汪婕, 等. 常态化防疫背景下城市盗窃犯罪的时空演变及其机理研究: 以浙江海宁市为例[J]. 地理科学进展, 2023, 42(2): 341-352.

DOI

[Zheng Ziwan, Jiang Chao, Wang Jie, et al. Spatiotemporal evolution of urban theft crimes and mechanism in the context of regular COVID-19 pandemic prevention and control: A case study of Haining, Zhejiang. Progress in Geography, 2023, 42(2): 341-352.]

DOI

Options
Outlines

/

〈 〉