编者按：
本期推送的是Cassidy J. Burt, Michelle C. Kondo等人2022年在American Journal of Community Psychology期刊上发表的文章“Community Greening, Fear of Crime, and Mental Health Outcomes ”研究证明城市地区未维护的空置土地与城市地区居民的许多负面后果相关，包括身心健康、安全和生活质量。研究结果加深了我们对空地改善机制的理解，该机制可以提高居住在空地和未被占用街道上的居民的心理健康。
这是社论前沿第S3199次推送
微信号：shelunqianyan
01
介绍
人口迁移导致低收入和少数族裔城市社区的大量空置土地和结构恶化。城市空置和身体障碍与社区居民的负面健康结果相关，包括更高的犯罪率、更大的犯罪恐惧、以及更消极的心理和身体健康结果。研究发现，家附近杂草丛生、无人照管的地块的居民抑郁、焦虑和压力水平较高。未维护的区域有可能直接威胁附近居民的安全：暴力犯罪更可能发生在未维护的空地附近，而非维护的空地为非法倾倒提供场所，为犯罪分子提供藏匿点，为非法活动提供庇护所，以及对年轻男性的攻击。社区的社会健康也受到空置土地的严重影响，这是由于社区满意度降低和对社会混乱的认知增加，这可能会破坏社区之间的联系。身体障碍的指标也会影响对社区投资的认知，这可能表明社区社区意识薄弱。
社区组织的干预措施可以解决空置和恶化问题，为社区解决废弃物业提供必要的资源，不仅可以美化社区，还可以改善居民的健康、福祉和安全。城市正在采取的一种补救城市环境空缺的干预形式是通过社区绿化和相关维护活动。绿化项目促进自然区域的受控生长和维护，如公园、花园和住宅草坪。绿化地块有维护的证据，包括修剪过的草地、灌木丛、树木或其他自然景观，或岩石、花卉或菜园等种植区域。Carter等人（2003）发现，让社区成员参与解决有问题的土地走廊在八年时间内成功地减少了针对人身和财产、卖淫和毒品的犯罪报告。进入小型公园和花园等自然区域也可以改善心理健康，减少犯罪，促进健康和福祉。
尽管先前的研究发现，整体改善对犯罪和健康的直接影响通常是积极的，但这些关联背后的机制和相互之间的关系尚未得到充分探讨。包裹式改善是否通过减少对犯罪的恐惧来改善心理健康，目前尚未得到检验。为了验证这一假设，我们估计了密歇根州弗林特市在全市绿化干预期间测量的地块维护水平、对犯罪的恐惧和居民心理健康之间的关系。
02
方法与程序
本研究使用的数据由密歇根州青少年暴力预防中心（MIYVPC）的研究人员收集，作为他们参与密歇根州弗林特社区绿化项目的一部分。在2017年至2018年的夏季（5月至9月），训练有素的研究助理从社区绿化活动正在进行的社区收集数据。研究助理记录了对地块的观察，并对居住在特定街道上的居民进行了调查。
一组训练有素的观察人员通过访问母研究街道上的每个地块进行地块评估。MI-YVPC项目中的所有地块在夏季进行了三次评估：绿化前、绿化后和一年随访。
我们在当前分析中仅使用了绿化后数据。虽然有些地块可能在多年或多次评估，但2017年和2018年都没有对当前样本中包含的地块进行评估，每个地块在数据集中只出现一次。在地块评估过程中，研究助理还通过挨家挨户走访每个街道段来招募社区居民样本。研究人员敲开了街道上所有家庭的门，随机选择了一名家庭中的成年人完成了邻里生活调查（NLS；如下所述）。在让参与者完成问卷调查之前，研究人员征得每位居民的同意。参与者自愿完成研究，且未获得参加研究人员帮助每位受访者回答调查问题，并将他们的回答直接输入Qualtrics。在三轮地块评估的每一轮中，对每个街道段进行了调查。我们使用了2017年和2018年夏季第二轮绿化后数据收集的NLS数据。
03
样本与测量
目前的研究使用了YVPC在更大规模的数据收集工作中收集的数据样本，并与GCLB合作，在此期间，从2017年到2018年，从大约4200个街道路段收集了地块观测数据。为了本研究的目的，以下分析中使用的所有数据，包括个人、地块和人口普查数据，都汇总到街道段层面。如果某个人的数据与某一特定街道段相匹配，并且已经完成了主要的个人测量、心理健康和对犯罪的恐惧，我们将其纳入汇总水平。如果研究人员没有从街道上的居民那里收集调查数据，则该研究将街道排除在分析之外。此外，如果研究人员进行了包裹评估，但无法从任何社区居民那里收集个人对犯罪的恐惧或心理健康数据，则该街道部分被排除在当前研究之外。在已进行地块评估的4200个街道段中，我们的最终样本包括463个街道段，其中包含汇总的地块评估值和居民调查响应（约占所有街道段的10%）。在该街道段样本中，203个街道段正在进行社区绿化活动，260个街道段没有。
测量
街道段上的地块。PMOT是一种观测工具，用于评估社区绿化项目所涉及地块的维护和保养。研究助理接受了成对评估包裹的培训，当他们对包裹评估达成80%的共识时，允许他们作为个人评估包裹。研究助理使用PMOT记录了是否有破损的窗户、涂鸦、火灾以及其他身体混乱的迹象，以及每个地块上的景观、修剪和建筑的维护情况。PMOT编码者的平均评分者间相关性在0.79至0.93之间。
邻里生活调查。邻里生活调查是一项由MI-YVPC开发的自我报告工具，包括几个心理社会变量，用于评估心理健康、社会资本和邻里认知，包括对邻里犯罪和安全的态度。我们使用NLS的犯罪恐惧、精神痛苦和受害程度来测试我们的假设。
对犯罪的恐惧。犯罪恐惧量表有4个项目，采用李克特型反应量表，包括：受访者对其社区的犯罪恐惧程度从1（一点都不害怕）到4（非常害怕）；与其他社区相比，受访者如何看待其社区的犯罪率，从1（非常低）到3（大致相同）到5（非常高）；白天在被调查者的附近散步有多危险或安全；以及在黑暗1（完全安全）到4（极度危险；a=0.85）之后，在被调查者的附近行走是多么危险或安全。我们生成了一个zscore，并对四个项目的个人反应进行了平均，以计算个人对犯罪的恐惧值，得分越高表示对犯罪的担忧越大。然后，我们将个人得分汇总到街道段级别，以创建每个街道段的平均犯罪恐惧值。
精神痛苦。我们使用Likert型量表从1（从不）到5（非常频繁）的6个项目来测量精神痛苦，这要求受访者在过去报告一周：他们因为发生在自己身上的事情而感到不安的频率；感到紧张或紧张；感觉自己无法处理自己的问题；感到孤独；感到忧郁或悲伤；并且在过去的一周中感觉不到兴趣（a=0.91）。我们对每个人的反应进行z评分和平均，以计算精神痛苦的个人值，得分越高表示精神痛苦越大。然后，我们将个人得分汇总到街道段水平，以创建每个街道段的平均精神痛苦值。
协变量
我们在模型测试中包括了来自不同来源的几个个体水平和邻域上下文协变，以消除对结果的替代解释。所有协变量也被汇总到街道段水平。我们控制了可能混淆包裹特征、心理健康和犯罪恐惧之间关联的个人层面变量，如NLS报告的先前受害情况、人口统计学变量和居住年限。
居住在街道段的年数。在街道上居住多年可能会影响个人对附近发生的犯罪的恐惧（South等人，2018）。NLS受访者报告了他们在当前地址居住了多少年。我们汇总了街道段级别的个人响应，以创建每个街道段的平均居住年限。
人口统计学变量。包括种族、性别和年龄在内的人口特征也会影响安全感（Kondo等人，2018年；Lorenc等人，2012年）。居民自我认同一个或多个种族和性别身份。我们将反应记录为所有可能反应的指标变量，这样每个居民对种族和性别的自我认同可以用一组“0”和“1”来表示。然后，我们通过平均街道分段级别的响应来创建百分比。年龄变量是通过将“0”分配给所有65岁以下的居民，将“1”分配给65岁及以上的居民来创建的。然后，我们按街道段进行平均，得出每个街道段65岁及以上居民的百分比。模型中包括以下百分比：白人识别居民的百分比，女性识别居民的比例，以及表明自己65岁或以上的居民的百分比。所有这些百分比都在街道段级别。
核密度犯罪率。我们使用密歇根州事件犯罪报告（MICR）数据计算了2017–2018年夏季（5月至9月）发生的第一部分暴力犯罪事件的密度。MICR数据是全州参与执法机构向密歇根州警方报告的行政数据（MSP，2019）。第一部分犯罪包括谋杀、性犯罪和严重攻击等暴力犯罪，以及抢劫、入室盗窃和机动车盗窃等财产犯罪。弗林特市警察局是这些数据的主要报告机构。
人口普查数据。我们还使用人口普查数据计算了一组额外的控制变量，包括人口密度和邻里劣势指数。我们通过确定哪个人口普查街区组的人口最多，将社会人口统计数据与街道段相匹配每条街道的一部分都下跌了。对于每个街道段，我们使用美国社区调查（ACS）数据（2014–2018年估计值）计算了与桑普森等人（1997年）类似的邻里劣势值，该数据使用了贫困家庭的百分比、公共援助、出租人居住的单位和空置房产。我们为每个街道段创建了一个平均劣势值，该指数上的值越大，表明街道段级别的劣势越大。
04
数据分析策略
我们在R/RStudio（R核心团队，2020）中使用“拉瓦恩”包（Rosseel，2012），使用结构方程建模（SEM）测试了三个假设模型。我们用观测变量建立了所有模型，并使用1000个自举样本的最大似然（ML）估计计算了所有标准误差。满足了ML估计所需的独立性假设。首先，我们测试了一个同时回归模型（模型1），以评估包裹维护、对犯罪的恐惧、所有控制变量和精神痛苦之间的关联。该模型的目的是确定一般包裹维护和对犯罪的恐惧是否与心理健康相关，并在控制适当的一组控制变量时，估计一般包裹维护与对犯罪的担忧对精神痛苦的主要影响。其次，我们测试了一个完全饱和的模型（模型2），以评估包裹维护和精神痛苦之间的关联，其中包括对犯罪的恐惧的所有直接影响和中介影响，并包括模型中的所有控制变量。最后，我们测试了一个更简约的模型（模型3），该模型估计了包裹维护、犯罪恐惧和精神痛苦之间的关系，而没有估计包裹维护和精神痛苦的直接关联。我们估计了每个模型路径的标准化贝塔系数和每个系数的95%置信区间。
我们计算了拟合统计和诊断，以确定哪个模型最适合数据。我们使用多个指数来确定模型拟合：方差解释比例（RSquare）、模型卡方、比较拟合指数（CFI；Bentler，1990）、Tucker Lewis指数（TLI；Tucker&Lewis，1973）、标准化均方根残差（SRMR）和逼近均方根误差（RMSEA），将我们的良好模型拟合标准设置为CFI/TLI＞0.90，SRMR<0.08，RMSEA<0.06（Hu&Bentler，1999）。我们还评估了每个模型路径的统计意义。我们使用卡方差检验来比较模型2和模型3，以确定更简约的模型是否更适合数据。
05
结果
相关性分析
表2列出了所有包含变量的双变量相关矩阵。一般包裹维护与犯罪恐惧（r=0.18，p=0.15）或精神痛苦（r=0.15，p=0.23）无关。平均精神痛苦程度较高的街道人群对犯罪的恐惧程度（r=0.41，p<0.01）和受害程度（r=0.31，p<0.05）也较高。对犯罪的恐惧与前几年报告的第1部分犯罪数量无关（r=0.06，p>0.05）。
结构方程模型
我们的第一个模型估计了精神痛苦与包裹维护、对犯罪的恐惧以及所有控制变量之间的关联（见图3a）。我们发现，当包括所有控制变量时，一般包裹维护与精神痛苦无关。我们发现更多的是对犯罪的恐惧并且与更多的精神痛苦相关。
我们的第二个完全饱和模型测试了一般包裹维护、对犯罪的恐惧和精神痛苦之间的调解，包括所有控制变量（见图3b）。该模型既包括包裹维护对精神痛苦的直接影响，也包括通过犯罪恐惧产生的间接影响。该模型表明，包裹维护得分较高的街道段对犯罪的恐惧程度较低。与模型1中的关系相同，对犯罪的恐惧与精神痛苦相关。我们发现包裹维护与所有控制变量之间没有直接关联。
我们的第三个模型估计了一般包裹维护、犯罪恐惧和精神痛苦之间的关系，包括所有控制变量，但我们没有估计一般包裹维护和精神痛苦的直接关联（见图3c）。
06
讨论
我们的结果支持了我们的假设，即包裹维护对精神痛苦的影响是通过其对犯罪恐惧的影响。我们没有发现包裹维护对精神痛苦的直接影响，这强化了一种解释，即改善社区财产条件对居住在那里的居民的心理健康有间接影响。我们发现，对犯罪的恐惧与精神痛苦有关，这也表明，犯罪预防工作既可以减少犯罪，也可以改善犯罪发生地居民的心理健康。我们的研究结果建立在先前的研究基础上，证实了对犯罪的恐惧与社区更负面的健康结果有关（Branas等人，2018；Kuo等人，1998；Nasar，Fisher，&Grannis，1993；Nasar&Jones，1997），并通过确定绿化或空地维护可能如何改善居住在高空置区域的人的福祉，以此为基础。
我们控制了几个潜在的虚假变量，这进一步加强了我们的发现。受害者化并不能解释我们的结果，尽管它经常被发现是恐惧犯罪的主要来源，尤其是对女性而言（Snedker，2012）。虽然我们的研究结果有助于理解邻里环境条件会影响人们对受害风险的恐惧，但这些条件也可能通过其他方式间接影响精神痛苦。同样，特定街道上的犯罪发生密度并不能解释街道段层面的精神痛苦。通过减少对犯罪的恐惧，包裹维护与减少精神痛苦有关，这一发现表明，无论犯罪率如何，仅改善环境条件就可能对心理健康产生积极影响。
同样，邻里劣势并不能解释我们对犯罪或精神痛苦的恐惧程度的可变性。我们衡量劣势的指标包括贫困和空缺的经济指标；因此，邻里经济劣势并没有消除包裹维护、犯罪恐惧和精神痛苦之间的关系。这一点尤其重要，因为这些措施评估了背景变量，但仍与个人层面的经验相关。然而，邻里劣势与我们的结果测量无关的发现可能限于当前的研究，因为这些劣势测量的可变性很低。本研究中详细介绍的许多绿化活动（如果不是所有的话）都是在具有高不利指数的社区中进行的，这限制了这项措施的可变性，也限制了其解释社区心理健康或犯罪恐惧的能力。
注：因篇幅有限文章有删减。
文献来源：Cassidy J. Burt;Michelle C. Kondo;Bernadette C. Hohl;Catherine H. Gong;Gregory Bushman;Caroline Wixom;Eugenia C. South;Rebecca M. Cunningham;Patrick M. Carter;Charles C. Branas;Marc A. Zimmerman; (2021). Community Greening, Fear of Crime, and Mental Health Outcomes . American Journal of Community Psychology, (), –. doi:10.1002/ajcp.12544
转自：“社论前沿”微信公众号
如有侵权，请联系本站删除！
