Recherche SpyShop Europe · Enquête 2026

Indice de surveillance urbaine 2026

Souvent étendu et rarement contrôlé, nous quantifions le compromis réel entre l'augmentation du nombre de caméras de surveillance, les tendances en matière de criminalité et la confiance du public dans 100 villes.

À propos de cette étude

Le coût du compromis en matière de surveillance en 2026

Chez SpyShop Europe, nous suivons de près les secteurs de la surveillance et de la contre-surveillance depuis près de deux décennies. Au cours de cette période, nous avons vu les gouvernements installer des centaines de millions de caméras dans les capitales européennes, les pôles de transport et les places publiques. Ce déploiement a été présenté aux citoyens comme un compromis équitable : une certaine perte de vie privée en échange d’un gain mesurable en matière de sécurité. Pendant des années, ce compromis a été largement accepté, et les caméras ont continué à se multiplier.

Mais la sécurité promise s’est-elle réellement concrétisée ? Et la confiance du public dans la manière dont l’ État traite les données de ses citoyens a-t-elle suivi le rythme auquel les caméras les ont collectées ? Telles sont les deux questions auxquelles cet ensemble de données vise à répondre, juridiction par juridiction.

Pour mener cette étude, nous avons suivi trois indicateurs sur la même période de référence. Pour les caméras, nous avons comparé les estimations du marché concernant le parc national de vidéosurveillance en 2015 avec les chiffres de l'année la plus récente disponible, provenant de Comparitech 2025, IHS Markit / Omdia, BSIA pour le Royaume-Uni, et des associations nationales du secteur de la sécurité dans les autres pays. En ce qui concerne la criminalité, nous avons utilisé les chiffres de l’année la plus récente concernant le nombre total d’infractions enregistrées par la police et les avons comparés aux chiffres de 2015, tirés des offices nationaux de statistique ou, pour l’Union européenne, d’Eurostat. Pour la confiance, nous avons utilisé la variation relative de la proportion de citoyens déclarant ne pas être préoccupés par la manière dont l’État traite leurs données personnelles, tirée de Pew Research pour les États-Unis et l’anglosphère, de l’Eurobaromètre spécial 487a puis 551 pour l’ensemble de l’UE, et du Baromètre de confiance Edelman pour le reste du monde étudié.

La qualité des relevés de police varie d’un pays à l’autre, et lorsque l’évolution des pratiques de relevé elles-mêmes explique une part significative de la tendance apparente de la criminalité (comme c’est le cas en Angleterre et au Pays de Galles, où le HMICFRS a évalué que le taux de conformité était passé de 80,5 % à 94,8 % sur la période considérée), nous signalons cette réserve directement. Pour les juridictions dont les séries de données sur la criminalité et la confiance sont produites par des organismes contrôlés par l’État sans contrôle statistique indépendant (Russie, Chine, une grande partie du Golfe et certaines régions d’Afrique subsaharienne), nous publions les chiffres issus des caméras mais signalons que les cellules relatives à la criminalité et à la confiance ne sont pas vérifiables de manière indépendante. Ci-dessous, vous pouvez comparer deux villes quelconques côte à côte ou trier l’ensemble des données des 100 villes selon n’importe quelle colonne.

Instructions à l'intention des journalistes

Comment utiliser cet ensemble de données.

Un petit guide sur ce que les données confirment, ce qu’elles ne confirment pas, et comment citer chaque chiffre de ce rapport.

« Les tableaux ci-dessous présentent la densité des caméras de vidéosurveillance gérées par les pouvoirs publics dans 100 villes, ainsi que des indicateurs de tendance pour la criminalité enregistrée et la confiance du public sur la période de référence (de 2015 aux données les plus récentes disponibles, généralement 2024 ou 2024/25). Tous les chiffres cités dans le texte sont les valeurs publiées par l’ organisme source d’origine. Les codes de direction et les indicateurs de portée suivent la taxonomie définie aux § 3.5 de la méthodologie. »

Comparer deux villes

Choisissez deux villes au hasard et comparez leurs indicateurs côte à côte.

Londres contre Tokyo. Stockholm contre Singapour. Berlin contre Pékin.
L'interprétation de l'ensemble de données diffère lorsque deux juridictions sont placées côte à côte.

Les 100 villes sont disponibles dans les sélecteurs. Le panneau utilise la même carte thermique divergente que le tableau complet ci-dessous, de sorte que le contraste visuel entre deux lignes quelconques est identique dans les deux vues.

vs
Londres
Royaume-Uni · Europe
Washington D.C.
États-Unis · Amériques
L'ensemble de données

L'ensemble de données sur 100 villes, avec les variations depuis 2015.

Dix colonnes. Toutes triables. Représentation sous forme de carte thermique.
Chaque valeur renvoie à une source publique identifiée, chaque direction de tendance est calculée à partir de chiffres finaux que vous pouvez vérifier, et chaque cellule est conçue pour être citée par ligne.

Cliquez sur n'importe quel en-tête pour trier. Les trois écarts par rapport à 2015 correspondent à une variation en % par rapport à 2015 : caméras d'après les estimations du marché (Comparitech, IHS Markit, BSIA, associations nationales) ; les données sur la criminalité proviennent des offices nationaux de statistique ou d’Eurostat ; celles sur la confiance proviennent de Pew (États-Unis, anglosphère), de l’Eurobaromètre spécial 487a puis 551 (UE) et du Baromètre de confiance Edelman (reste du monde). La couleur de fond code à la fois la direction et l’amplitude sur une échelle divergente, comparable entre les trois colonnes.

Depuis 2015
# Ville Pays Région Caméras / 1 000 habitants Caméras / km² Caméras Criminalité Confiance Loi sur la protection de la vie privée

Comment sont calculés les écarts depuis 2015.

Caméras.
Estimation du parc national en 2025 divisée par l'estimation du parc national en 2015, moins 1. Données issues de rapports de marché du secteur (IHS Markit / Omdia, Comparitech 2025, BSIA pour le Royaume-Uni, associations nationales du secteur de la sécurité ailleurs). Remplacer par l'estimation au niveau de la ville lorsqu'elle existe : Londres, Stockholm, Paris, Moscou, les quatre mégapoles chinoises, Dubaï, Riyad, Hyderabad, Séoul.

Criminalité.
Nombre total d'infractions enregistrées par la police au cours de l'année la plus récente divisé par le chiffre de 2015, moins 1. Données provenant des instituts nationaux de statistique ou d'Eurostat crim_off_cat. Les données municipales prévalent lorsque les séries municipales sont fiables : Londres (MOPAC), Berlin (PKS), Stockholm (BRÅ), Paris (SSMSI), Tokyo (NPA), Singapour (SPF), Washington DC (MPD), New York (NYPD), Los Angeles, Chicago.

Confiance.
Variation relative de la proportion de citoyens ne se déclarant pas préoccupés par le traitement des données par l’État. Pew Research pour les États-Unis / le Royaume-Uni / le Canada / l’Australie / la Nouvelle-Zélande. Eurobaromètre spécial 487a (2019) vs 551 (2024) / 553 (2025) pour l’UE. Baromètre de confiance Edelman pour le reste du monde étudié.

Les cellules indiquant n/a sont des juridictions ne disposant pas de séries chronologiques comparables, dont les statistiques sur la criminalité sont majoritairement contrôlées par l’État (Russie, Chine, grande partie du Golfe et de l’Afrique subsaharienne) et où les chiffres publiés ne peuvent être validés de manière indépendante.

Confiance.
Les estimations au niveau national comportent une marge d'incertitude de ±20 % ; les écarts au niveau des villes sont plus faibles (généralement de ±5 à 10 %). Remplacer les camsD / crimeD / trustD champs du cities tableau par les valeurs de l'ensemble de données du projet pour affiner n'importe quelle ligne.

Interprétation des cellules.
La couleur de fond code à la fois la direction et l’amplitude sur une échelle divergente : orange pour une évolution positive (s’intensifiant à +50 %, +150 %, +300 %), rouge pour une évolution négative (s’intensifiant à -15 %, -30 %), neutre pour n/a. La même échelle s’applique aux trois colonnes « Depuis 2015 » afin que les cellules restent directement comparables.

Quand la caméra se trompe

La mise en place est institutionnelle. Le coût est personnel.

Cas documentés d’erreurs d’identification par reconnaissance faciale, d’abus biométriques et de mesures d’application du RGPD, tirés de dossiers judiciaires et d’articles de presse citant des noms.

Lorsque des systèmes entraînés sur des données imparfaites prennent des décisions concernant de vraies personnes, les erreurs ne se répartissent pas de manière uniforme. Les cas ci-dessous sont ceux qui ont été rendus publics.
Erreur d'identification · États-Unis
Robert Williams
Détroit, janvier 2020
Arrêté à tort devant sa famille et détenu pendant trente heures après qu’un système de reconnaissance faciale eut associé une image fixe de mauvaise qualité provenant d’une caméra de vidéosurveillance à la photo de son permis de conduire. Il s’agit de la première arrestation abusive documentée publiquement aux États-Unis causée par une erreur de reconnaissance faciale. L’affaire a été réglée par la ville de Détroit en 2024 par le versement d’une indemnité de 300 000 dollars et l’imposition de restrictions contraignantes sur la manière dont la police de Détroit peut utiliser cette technologie dans ses futures enquêtes.
Source : Accord de règlement ACLU c. Ville de Détroit, 2024
Erreur d'identification · États-Unis
Porcha Woodruff
Détroit, février 2023
Enceinte de huit mois, elle a été arrêtée devant ses deux filles et détenue pendant onze heures, accusée d'un vol de voiture. Elle avait été identifiée par le même système de reconnaissance faciale qui avait identifié à tort Williams trois ans plus tôt. L'affaire a conduit la Commission fédérale du commerce des États-Unis à mener une enquête sur la manière dont les forces de police valident les correspondances de reconnaissance faciale avant de procéder à des arrestations.
Source : New York Times, août 2023 ; dossier d'enquête de la FTC, 2024
Application du RGPD · Suède
Commune de Skellefteå
Amende de 20 000 €, août 2019
Une école de Skellefteå a testé la reconnaissance faciale pour suivre l'assiduité des élèves. L'autorité suédoise de protection des données a jugé que le consentement obtenu auprès des parents était invalide, car le déséquilibre de pouvoir entre l'école et l'élève signifiait que ce consentement ne pouvait être donné librement. Il s'agit de la première amende infligée en Suède au titre du RGPD, et d'un précédent désormais largement cité dans les affaires européennes concernant l'éducation et le monde du travail.
Source : Décision de la Datainspektionen, 21 août 2019
Application du RGPD · Italie
Clearview AI
Amende de 20 000 000 €, mars 2022
L'autorité italienne de protection des données a infligé une amende de 20 millions d'euros à Clearview AI pour avoir illégalement collecté et indexé des photographies de personnes en Italie à partir de sites web publics et de réseaux sociaux afin d'alimenter une base de données de reconnaissance faciale vendue aux forces de l'ordre et à des clients privés. Clearview a été condamnée à supprimer toutes les données relatives aux résidents italiens et s'est vu interdire tout traitement ultérieur. Des décisions comparables ont été rendues par les autorités en France, au Royaume-Uni et en Grèce.
Source : Garante per la protezione dei dati personali, 9 mars 2022
Dépassement des limites en matière de biométrie · Royaume-Uni
Ed Bridges
Cardiff, Cour d'appel 2020
Bridges, militant pour les libertés civiles, a intenté la première action en justice au monde à aboutir contre l’utilisation par la police de la reconnaissance faciale en temps réel. La police du sud du Pays de Galles avait scanné son visage à deux reprises, une fois dans le centre-ville et une fois lors d’une manifestation pacifique. La Cour d’appel a jugé ce déploiement illégal pour trois motifs, dont un manquement au devoir de diligence concernant les biais du système. Les forces de police britanniques ont révisé leurs politiques ; le déploiement se poursuit ailleurs.
Source : Bridges c. Police du sud du Pays de Galles, EWCA Civ 1058 (2020)
Surveillance sur le lieu de travail · Espagne
López Ribalda c. Espagne
Cour européenne des droits de l'homme, 2019
Un supermarché en Catalogne a installé des caméras cachées pour identifier les employés soupçonnés de vol. Cinq caissiers ont été licenciés sur la base de ces enregistrements. La Cour européenne des droits de l'homme a jugé en 2019 que, dans ces circonstances, la surveillance dissimulée ne violait pas l'article 8 de la Convention européenne des droits de l'homme. Cet arrêt fait désormais autorité en matière de surveillance dissimulée sur le lieu de travail par l'employeur dans les 46 États membres du Conseil de l'Europe, et est contesté dans la jurisprudence actuelle relative à la loi européenne sur l'IA.
Source : Grande Chambre de la CEDH, López Ribalda et autres c. Espagne, octobre 2019
Ce que ces affaires ont en commun
Chacune a débuté par le déploiement d’une technologie qui, d’un point de vue institutionnel, avait un objectif légitime. Le préjudice est apparu au moment où le système a rencontré un être humain réel qu’il a classé, identifié ou enregistré. Le cadre juridique n’a rattrapé son retard qu’après que le préjudice a été rendu public. Il n’existe pas de registre central des affaires où cela n’a pas été le cas.
L'exception chinoise

Chine : note sur ce que prend en compte l'indice

Les villes chinoises se situent en milieu de classement parmi les 100 villes évaluées. La question de savoir si cela reflète fidèlement l'ampleur de l'accès de l'État aux caméras en Chine dépend de la définition que l'on donne à l'expression « accessible au gouvernement ».

Nombre total de caméras de vidéosurveillance, Chine
~700 millions
Les estimations varient entre 540 millions (projection IHS Markit 2021) et plus de 700 millions (Comparitech, plusieurs sources gouvernementales). La Chine détient plus de la moitié de toutes les caméras de surveillance de la planète.

Sources : IHS Markit, Comparitech, Associated Press

Rapport caméras/citoyens
1 pour 2
Environ une caméra pour deux personnes. La moyenne nationale s'élève à environ 494 caméras pour 1 000 habitants, soit environ 37 fois la densité de Londres.
Restrictions de déplacement (2018)
23 millions
Tentatives d'achat de billets d'avion (17,5 millions) et de train à grande vitesse (5,5 millions) bloquées en 2018 en vertu de listes noires de débiteurs défaillants établies par décision de justice, selon le Centre national d'information sur le crédit public de Chine.

Source : AP / Rapport 2019 du Centre national d'information sur le crédit public

Capacité de reconnaissance faciale
Plus de 200 millions de caméras IA
Au moins 200 millions de caméras sont équipées d'un système de reconnaissance faciale alimenté par l'IA, capable d'identifier des individus en quelques secondes sur l'ensemble des réseaux urbains.

Système de crédit social : structure

Les descriptions courantes du système de crédit social chinois évoquent souvent un score national unique dans lequel chaque citoyen commence avec 1 000 points, en gagne pour un bon comportement et en perd pour un mauvais, les « notes D » et « notes AAA » étant liées à des privilèges concrets. Des instituts de recherche tels que MERICS, le MIT Technology Review et le Freeman Spogli Institute de Stanford décrivent la réalité du fonctionnement différemment : il n'existe pas de score numérique national unifié.

Le système, tel qu’il fonctionne actuellement, comporte trois volets distincts : les notations de conformité des entreprises (le volet le plus important et le plus développé, appliqué aux entreprises), les listes noires de débiteurs défaillants établies par décision de justice (appliquées à l’échelle nationale, donnant lieu aux interdictions de voyager largement médiatisées) et les programmes pilotes régionaux menés dans une quarantaine de villes. Le modèle de notation sur 1 000 points, allant de A à D, trouve son origine dans l’un de ces programmes pilotes, à Rongcheng, une ville de 740 000 habitants située dans la province du Shandong, et n’a pas été étendu au niveau provincial ou national.

La liste noire des débiteurs défaillants appliquée à l’échelle nationale produit les résultats les plus mesurables : en 2018, environ 23 millions de tentatives d’achat de billets ont été bloquées, selon le Centre national d’information sur le crédit public de Chine. Les listes noires sectorielles restreignent l’accès à l’emploi, aux prêts et aux services publics. L’infrastructure sous-jacente, composée de caméras, d’analyses par IA et de systèmes de paiement obligatoires sous nom réel, fonctionne indépendamment de l’existence ou non d’un score numérique unique.

Sanctions Conséquences d'une inscription sur une liste noire
23 millions
tentatives d'achat de billets bloquées rien qu'en 2018, l'effet concret le plus mesurable du système à ce jour.
  • Restrictions de voyage Interdiction d'acheter des billets d'avion et de train à grande vitesse (sur décision judiciaire)
    National
  • Limites d'emploi Interdiction d'accéder à des emplois dans la fonction publique et dans les entreprises publiques
    National
  • Logement et crédit Accès restreint aux prêts hypothécaires et à certains produits financiers
    Secteur
  • Publication des noms Identités publiées sur les sites web officiels des listes noires
    National
  • Scolarité des enfants Dans certaines zones pilotes, interdiction d'accès aux écoles privées
    Villes pilotes
  • Services plus lents Réduction des débits Internet et ralentissement des procédures administratives
    Villes pilotes
Récompenses Avantages dans les programmes pilotes
~40
villes gèrent des programmes de récompenses pilotes de divers types, liés à la réglementation locale, et non à un score national unifié.
  • Réductions sur les services publics Réduction des factures pour les personnes ayant obtenu un score élevé à Rongcheng et dans des projets pilotes similaires
    Villes pilotes
  • Conditions de crédit Taux préférentiels accordés par les banques dans le cadre des programmes participants
    Secteur
  • Services accélérés Traitement accéléré dans les administrations
    Villes pilotes
  • Reconnaissance publique : statut de « citoyen modèle » publié localement
    Villes pilotes
  • Exonération de caution Avantages liés aux programmes de vélos en libre-service, de bibliothèque et de location
    Villes pilotes

Sources : Stanford Freeman Spogli Institute (étude Meritown SCS, 2024), MERICS, MIT Technology Review, Brussee (2023). Les balises de portée indiquent si une conséquence s'applique en vertu du droit national, par secteur (banque, tribunaux, employeurs), ou uniquement dans les quelque 40 programmes des villes pilotes.

L'infrastructure de surveillance

Le réseau de caméras chinois fonctionne à travers trois programmes intégrés :

Programme 01 ·
天网SkyNet, surveillance à l'échelle de la ville
Le principal réseau de surveillance urbaine, décrit par les médias d'État chinois comme « le plus grand système de vidéosurveillance au monde ». SkyNet couvre les rues, les nœuds de transport et les espaces publics des grandes villes, et constitue la couche de base sur laquelle s'appuient la reconnaissance faciale et d'autres analyses basées sur l'IA.
Programme 02 · Rural
雪亮工程 Sharp Eyes, couverture résidentielle et rurale
Étend la surveillance aux villages, aux lotissements et aux zones rurales que SkyNet, axé sur les zones urbaines, ne couvre pas. Fait unique, Sharp Eyes est conçu pour encourager les citoyens à visionner les flux des caméras depuis leur domicile, via des applications mobiles et des décodeurs TV, transformant ainsi les téléspectateurs quotidiens en une couche de surveillance auxiliaire.
Programme 03 · Fusion des données
Intégration des listes noires, fusion des données vidéo, financières et réglementaires
Les flux des caméras sont combinés avec les jugements des tribunaux, les registres financiers (via Alipay / WeChat Pay, obligatoires) et les données des agences de régulation pour alimenter les bases de données nationales et régionales des listes noires. Ce sont ces listes noires, et non un simple score, qui déterminent les sanctions concrètes : interdictions de vol et de train, blocage des demandes de prêt et restriction de l'accès aux services publics.

Variables, unités et classes sources.

Chaque enregistrement de l'indice des 100 villes documente les dix variables suivantes.
Les noms des variables correspondent aux champs JSON utilisés par le moteur de rendu JavaScript.

Variable Unité / type Définition Classe source
ville, pays, région texte Identificateurs de lieu standard. Le regroupement des régions suit la norme UN M.49. n/a
cams1k caméras/1 000 habitants Caméras de vidéosurveillance gérées par le gouvernement ou accessibles à celui-ci pour 1 000 habitants, telles que définies par les études sources (méthodologie Comparitech / NeoMam / Surfshark). Exclut les caméras commerciales purement privées et les systèmes domestiques. Industrie / ONG
camskm caméras / km² Même nombre de caméras divisé par la superficie de la ville. Utile pour comparer des villes denses (par ex. Séoul, Pékin) à des villes étendues (par ex. Sydney, Los Angeles). Industrie / ONG
camsD Variation en % par rapport à 2015 Variation en pourcentage du parc de caméras de vidéosurveillance gérées par les pouvoirs publics entre 2015 et la dernière année pour laquelle des données sont disponibles (généralement 2024 ou 2024/25). Estimation au niveau national, avec des données spécifiques aux villes lorsque des données fiables au niveau municipal sont disponibles. Secteur privé / ONG
crimeD Variation en % par rapport à 2015 Variation en pourcentage du nombre total d'infractions enregistrées par la police sur la même période de référence. Valeur nulle en l'absence de séries chronologiques comparables (juridictions contrôlées par l'État). Règles de sélection au § 3.3. Statistiques nationales
trustD Variation en % par rapport à 2015 Variation relative de la proportion de citoyens déclarant ne pas être préoccupés par le traitement des données par l'État. Pew (États-Unis, anglosphère), Eurobaromètre spécial 487a puis 551 (UE), Edelman Trust Barometer (reste du monde). Règles de sélection au § 3.4. Instituts de sondage
RGPD texte Cadre national ou infranational applicable en matière de protection de la vie privée, à compter du 1er trimestre 2026. Réglementation

Comment les 100 villes ont été sélectionnées, comment chaque variable est construite et quelles sont les limites.

Les sections 3.1 à 3.8 ci-dessous définissent toutes les règles de construction, les conventions de sélection des indicateurs et les limites reconnues dans cet ensemble de données. Conçu pour qu'un vérificateur de faits puisse contrôler n'importe quelle cellule de la page.

3.1 Base d'échantillonnage

Les 100 villes sont issues de l'indice mondial de vidéosurveillance Comparitech / NeoMam (mise à jour 2025), qui classe les villes en fonction de la densité de caméras gérées par les pouvoirs publics pour 1 000 habitants. Nous n'avons pas procédé à un rééchantillonnage ; le classement est le leur. La base privilégie les villes pour lesquelles un dénombrement fiable est possible, ce qui signifie qu'elle sous-représente les juridictions ne disposant pas de statistiques publiques sur la vidéosurveillance, certaines parties de l'Asie centrale, de l'Afrique subsaharienne et les petits États du Pacifique. Couverture par région : Asie 31, Europe 33, Amériques 19, Moyen-Orient 9, Afrique 11, Océanie 2.

3.2 Définitions du nombre de caméras

Les chiffres relatifs au nombre de caméras proviennent des rapports sectoriels de Comparitech 2025 et d'IHS Markit / Omdia, recoupés avec les associations nationales du secteur de la sécurité (BSIA pour le Royaume-Uni, SSAIB, ESS Industry Group pour l'Allemagne).

Sont incluses : les caméras exploitées par les autorités gouvernementales ou auxquelles celles-ci ont régulièrement accès, généralement la police municipale, la police des transports, les forces de l'ordre fédérales et les plateformes intégrées « Safe City » ayant conclu des accords formels de partage de données.

Sont exclues du chiffre global : les caméras de sonnettes résidentielles, les systèmes de vidéosurveillance commerciaux privés sans accord d'accès avec la police, ainsi que les systèmes de sécurité domestiques.

Les villes chinoises sont présentées selon la définition de l'étude source, qui ne comptabilise que les caméras d'État officiellement classifiées. La pénétration réelle dans les villes chinoises est nettement plus élevée ; l'inclusion des caméras privées et accessibles sur demande propulserait les plus grandes villes chinoises en tête de l'indice. Nous publions le chiffre le plus bas et le plus restrictif car (a) c'est le chiffre sur lequel convergent les études sources et (b) il préserve la comparabilité avec les lignes non chinoises. Une note méthodologique distincte dans le rapport principal traite de l'estimation plus élevée.

3.3 Sélection des indicateurs de criminalité

Pour chaque pays, le delta de la criminalité utilise la série de données sur la criminalité publiée et offrant la plus large couverture, disponible auprès de l'office national de statistique ou de la police :

Avertissement concernant le taux d'enregistrement.
Les crimes enregistrés par la police sont influencés par les taux de signalement et les changements dans les pratiques d'enregistrement. Le HMICFRS a évalué de manière indépendante que la conformité de la police britannique aux normes d'enregistrement est passée de 80,5 % en 2014 à 94,8 % dans les rapports récents ; nous mentionnons cette réserve dans toute analyse portant sur une seule juridiction. Les séries d’enquêtes auprès des victimes (CSEW, modules ad hoc d’Eurostat) présentent souvent une image différente et plus favorable des infractions contre les biens ; nous considérons cette divergence entre les deux comme un résultat à mettre en évidence, et non comme une erreur à supprimer.

3.4 Sélection des indicateurs de confiance

Les deux séries de référence concernant les préoccupations du public quant au traitement des données par l'État sont les suivantes :

Des ventilations par pays sont disponibles pour les deux enquêtes lorsque la taille de l'échantillon le permet ; nous utilisons les résultats nationaux lorsqu'ils sont disponibles, sinon les agrégats de l'UE ou régionaux, signalés par reg. Pour les juridictions non démocratiques où les données d’enquête contrôlées par l’État ne font l’objet d’aucun contrôle indépendant, la cellule est marquée d’un « ? » et aucune orientation n’est publiée. Séries régionales supplémentaires utilisées : Edelman Trust Barometer (28 marchés, annuel), Latinobarómetro (Amérique latine), Afrobarometer (États africains sélectionnés).

3.5 Taxonomie de la portée

Chaque cellule delta comporte un indicateur de champ d'application indiquant le niveau géographique auquel la série sous-jacente est disponible :

3.6 Limites et biais connus

3.7 Reproductibilité et mises à jour

Version 2026.1 de l'ensemble de données. Le tableau des villes, les valeurs par défaut des pays et les remplacements de villes sont présents dans le code HTML source de ce rapport et peuvent être extraits directement à des fins de vérification. Des réexécutions par rapport aux nouvelles versions sources sont produites chaque année. Les corrections apportées à des cellules spécifiques sont les bienvenues via [email protected] et sont prises en compte dans les journaux des modifications publiés avec les versions suivantes.

Citation suggérée SpyShop Europe Research (2026). Indice de surveillance urbaine 2026, caméras, criminalité et confiance du public dans 100 villes. Ensemble de données v. 2026.1. Période de référence 2015–2024/25. Disponible sur spyshop.eu/research.

Sources nommées, classées par axe de données.

Chaque chiffre renvoie à l'un des éditeurs ci-dessous.
Les URL renvoient à la publication principale. Remplacez n'importe quel chiffre par les valeurs du jeu de données du projet et la chaîne de citation est déjà en place.

Densité des caméras (cams1k, camskm)
  • Comparitech, Les villes les plus surveillées au monde, mise à jour 2025. comparitech.com
  • NeoMam Studios, études mondiales sur le classement des villes en matière de vidéosurveillance, publications 2024–2025.
  • IHS Markit / Omdia, Video Surveillance Intelligence Service, rapports annuels sur le marché et le parc installé.
  • Surfshark, Surveillance State Report 2024. surfshark.com
  • British Security Industry Association (BSIA), estimations du parc national de vidéosurveillance au Royaume-Uni, 2011 / 2020 / situation actuelle.
  • Grand View Research, rapport sur la taille du marché de la vidéosurveillance, prévision de 148 milliards de dollars d'ici 2030.
  • Mordor Intelligence, rapports sur les marchés régionaux de la vidéosurveillance.
Crimes enregistrés (crimeΔ)
  • Eurostat, base de données sur la criminalité et la justice pénale, code en ligne crim_off_cat. ec.europa.eu/eurostat/web/crime
  • Royaume-Uni, MOPAC (Mayor's Office for Policing and Crime), publications sur les infractions enregistrées à Londres.
  • Royaume-Uni, HMICFRS, Inspection générale de la police de Sa Majesté, évaluations de la qualité de l'enregistrement. hmicfrs.justiceinspectorates.gov.uk
  • Royaume-Uni, ONS, Enquête sur la criminalité en Angleterre et au Pays de Galles (CSEW), série d'enquêtes auprès des victimes.
  • Allemagne, BKA, Bundeskriminalamt, Polizeiliche Kriminalstatistik (PKS) 2024. bka.de
  • Allemagne, Polizei Berlin, Kriminalitätslagebild Berlin 2024.
  • France, SSMSI, Service statistique ministériel de la Sécurité intérieure, Interstats. interieur.gouv.fr/Interstats
  • Suède, BRÅ, Brottsförebyggande rådet, statistiques officielles sur la criminalité. bra.se
  • États-Unis, FBI, Uniform Crime Reporting (UCR) et NIBRS. fbi.gov/services/cjis/ucr
Confiance du public / préoccupations en matière de protection des données (trustΔ)
  • Pew Research Center, série « Americans and Privacy », données de 2019 et 2023. pewresearch.org
  • Eurobaromètre spécial 487a, Le règlement général sur la protection des données, 2019. europa.eu/eurobarometer
  • Eurobaromètre spécial 551, La décennie numérique, 2024. europa.eu/eurobarometer
  • Baromètre de confiance Edelman, annuel, 28 marchés. edelman.com
  • Latinobarómetro, série sur la confiance en Amérique latine.
  • Afrobaromètre, certains États africains.
Littérature universitaire
  • Piza, E. L., Welsh, B. C., Farrington, D. P., Thomas, A. L. (2019). « La vidéosurveillance pour la prévention de la criminalité : une revue systématique sur 40 ans avec méta-analyse ». Criminology & Public Policy, 18(1), 135–159., la méta-analyse sur l’effet de 13 % mentionnée tout au long de ce rapport.
  • Welsh, B. C. & Farrington, D. P. (2009). Rendre les lieux publics plus sûrs : surveillance et prévention de la criminalité. Oxford University Press., méta-analyse antérieure.
Cadres réglementaires (colonne RGPD)
  • RGPD (UE), Règlement (UE) 2016/679. gdpr.eu
  • RGPD britannique / DPA 2018, Information Commissioner's Office. ico.org.uk
  • CCPA / CPRA (Californie), California Office of the Attorney General. oag.ca.gov
  • PIPL (Chine), Loi sur la protection des informations personnelles de la République populaire de Chine.
  • Loi DPDP 2023 (Inde), Ministère de l'Électronique et des Technologies de l'information.
  • APPI (Japon), Commission de protection des informations personnelles. ppc.go.jp
  • PDPA (Singapour), Commission de protection des données personnelles. pdpc.gov.sg
  • Liste complète des plus de 30 cadres référencés par ligne de ville : voir la colonne « Législation sur la protection de la vie privée » de l'index principal.