文化战争中的伦敦警察厅长：罗利誓言多元共... Features
伦敦警察厅厅长马克·罗利2026年10月12日表示，围绕多元共融的“毒性”不会阻止他继续招募更多黑人和亚裔警官。据《卫报》报道，罗利强调，多元共融是警务运作的基石，他拒绝被批评者“带偏航向”。伦敦少数族裔人口占比与警队构成之间的明显落差，使这项承诺成为舆论焦点。
机场街拍多元共融争议：罗利拒绝“带偏航向”
罗利在《卫报》撰文指出，伦敦警察厅必须招募更多黑人和亚裔警官，以赢得少数族裔社区的信任。他写道：“如果无法从整个伦敦招募警员，我们就无法有效维护伦敦治安。”罗利批评部分公共和私营机构领导人面对多样性议题时选择退缩，并表示：“围绕多元共融的争论充满毒性，但我认为领导者需要站出来，提出切实可行的方案。”他坚持，推动招聘改革是出于行动需要，而非政治议程。伦敦46%的居民来自少数族裔背景，而伦敦警察厅的这一比例仅为18%。罗利承认，这些数字说明警队尚未真正反映这座城市的面貌。
红毯造型数字透视：伦敦人口与警队构成的落差
罗利坦言，伦敦警察厅仍以白人为主，种族差距是全英国最显著的。根据2021年人口普查数据及伦敦警察厅内部统计，黑人群体在警队中的代表性严重不足。下表呈现了关键差距：
红毯盛典| 族裔群体 | 伦敦人口占比 | 伦敦警察厅占比 |
|---|
| --- | --- | --- |
|---|
| 黑人居民 | 13.5% | 3.7% |
|---|
| 少数族裔整体 | 46% | 18% |
|---|
罗利表示，这些数字背后是长达数代人的结构性障碍。他提到，历史上某些群体在入职、晋升和获得专业培训时面临额外阻力，而“消除这些障碍不是偏袒，而是公平”。他强调，缩小这一差距不是迎合政治正确，而是让警务工作覆盖每一个伦敦社区。
文化战争中的“包容”：是公关还是行动？
罗利强调，多元共融不是公关活动。他写道：“如果社会大众不信任我们、不与我们合作，或者不认为警务能理解他们的经历，我们就无法有效运作。多元包容的队伍让我们能更好地保护受害者、抓捕罪犯和预防犯罪。”然而，右翼人士长期批评警方“过于政治正确”，甚至指责存在“双标警务”。据《每日电讯报》2026年1月报道，部分评论员声称多元化举措损害了警务标准；英国改革党则称，过去六年间警方在多元共融项目上浪费了6.31亿英镑。罗利反驳说，这些说法忽视了基本事实：在不信任的社区中，警务根本无法发挥作用。
左右夹击：罗利的挑战
罗利深知自己的立场会同时招致左右两翼的批评。一些左翼人士认为改革力度不足，而右翼则质疑多元共融本身。罗利表示：“围绕多元共融的毒性相当可怕，许多公共和私营部门的领导人都在逃避这个话题。”他承诺，伦敦警察厅将继续推进招聘改革，不受外界干扰。BBC的报道证实，罗利此前已多次为多元化政策辩护，并将此与“以同意为基础的警务”理念挂钩。他指出，治安的根本在于公众信任，如果警队结构与社会构成脱节，警务工作将事倍功半。罗利在采访中重申：“我们需要做对伦敦警务真正有效的事。”
从麦克弗森到凯西：制度性种族主义的历史阴影
伦敦警察厅的种族问题由来已久。1999年麦克弗森调查认定，警方在侦办黑人学生斯蒂芬·劳伦斯谋杀案中存在制度性种族主义；这起案件耗时19年才将凶手定罪。2023年，伦敦警察厅委托的凯西报告又指出，警队内存在制度性种族主义、厌女症和恐同现象。罗利承认存在系统性偏见，但拒绝使用“制度性”一词，认为该词已被政治化。他在最新文章中写道：“有人会错误地声称，从代表性不足的社区招募意味着降低标准。事实并非如此——这些人是错的。”这番话既是对历史教训的回应，也是对现实争议的正面反击。
未来之路：英国警队种族差距如何弥合？
罗利宣布，伦敦警察厅于2026年10月12日正式启动一项大型招募活动。他强调，这项计划不以政治或意识形态为导向，而是以行动需求为核心。然而，缩小种族差距并非一日之功。分析人士指出，警队需要改善晋升通道、消除隐性偏见，并建立更广泛的社区伙伴关系。罗利表示，他不会因文化战争而退缩，因为“有效的警务取决于包容性”。未来，伦敦警察厅能否兑现承诺、真正改变警队面貌，仍有待观察。
常见问题
Q1: 为什么伦敦警察厅要招募更多少数族裔警官？
A1: 伦敦约46%的居民来自少数族裔背景，而警队中这一比例仅为18%。罗利认为，警队若不能反映社会构成，就无法赢得社区信任，也难以有效保护民众、打击犯罪。
Q2: 有人担心多元化招聘会降低警务标准，这种说法对吗？
A2: 罗利明确否认。他表示，消除历史性障碍、提供平等机会不是降低标准，而是确保公平。英国内政部数据也显示，少数族裔警官在执法中并未获得特殊对待，所谓“双标警务”缺乏证据支持。
罗利的表态让多元共融再次成为英国警务焦点。面对文化战争，他没有退却，而是把包容视为行动需要。未来，多元共融能否改变警队面貌，取决于招聘与晋升实践，也取决于社会能否超越喧嚣、正视数据。
