張 昊 尹 力 ZHANG Hao, YIN Li

1 研究背景

世界衛(wèi)生組織（WHO）的數(shù)據(jù)顯示，全世界成年人口中，至少1/3的人屬于超重，1/10的人屬于肥胖。肥胖愈發(fā)成為席卷全球的公共健康危機(jī)之一。當(dāng)前許多學(xué)者提出并證明了以“D指標(biāo)”（Density密度，Design設(shè)計(jì)，Diversity多樣性，Destination accessibility目的地可達(dá)性）為代表的建成環(huán)境要素與減少肥胖和提高居民運(yùn)動(dòng)量相關(guān)[1]88,[2-3]。為進(jìn)一步降低肥胖率，研究者們通過探討D指標(biāo)與健康的關(guān)系，提出設(shè)計(jì)、維護(hù)、改造建成環(huán)境的具體措施，為社區(qū)居民步行和運(yùn)動(dòng)提供了保障[4-5]。目前，眾多研究關(guān)注建成環(huán)境對(duì)健康的影響，而建成環(huán)境對(duì)行人安全影響的研究則相對(duì)較少。以美國(guó)為例，行人交通事故是導(dǎo)致年輕人死亡的主因之一，放眼世界范圍內(nèi)亦是如此[6-7]。因此，開展促進(jìn)步行研究的同時(shí)，必須考慮提高行人安全的有效途徑。

相關(guān)文獻(xiàn)探索了一系列行人安全的影響因子。其中，涵蓋的主要領(lǐng)域包括環(huán)境要素（自然環(huán)境和建成環(huán)境）和人口社會(huì)要素（司機(jī)和行人的特點(diǎn)）[8],[9]872。就建成環(huán)境而言，現(xiàn)有資料關(guān)注街道和路口的設(shè)計(jì)。例如，研究設(shè)置信號(hào)燈的路口和環(huán)島對(duì)行人安全的影響[10]。本文從促進(jìn)步行和行人安全兩個(gè)方面，系統(tǒng)地梳理了當(dāng)前的研究文獻(xiàn)，目的在于歸納出相應(yīng)的環(huán)境影響因子。具體而言，希望通過研究對(duì)步行性和行人安全都有影響的D指標(biāo)，深化對(duì)建成環(huán)境和行人安全的關(guān)系的理解。

眾所周知，安全的環(huán)境是促進(jìn)步行和改善健康的前提和保障。我們認(rèn)為，步行研究中常用的D指標(biāo)對(duì)行人安全也非常重要。此外，作為覆蓋北美的步行友好評(píng)價(jià)指數(shù)——步行指數(shù)（Walk Score），在研究和實(shí)踐中均得到廣泛應(yīng)用。參考步行指數(shù)的相關(guān)文獻(xiàn)有益于增進(jìn)對(duì)建成環(huán)境和行人安全的關(guān)系的認(rèn)識(shí)。需要指出的是，在受空間影響的相關(guān)性研究中，將空間自相關(guān)考慮在內(nèi)是十分必要的。目前只有少量研究行人安全的文獻(xiàn)考慮了空間自相關(guān)[11]654,[12],[13]306。通過系統(tǒng)的文獻(xiàn)綜述和基于美國(guó)紐約州布法羅市的案例研究，筆者探討建成環(huán)境與步行性和安全性兩者的關(guān)系；并通過引入步行研究中的D指標(biāo)，進(jìn)一步深化對(duì)影響行人安全的環(huán)境要素的認(rèn)知。

2 文獻(xiàn)綜述

2.1 研究方法

系統(tǒng)性地梳理建成環(huán)境對(duì)步行性和安全性影響的相關(guān)文獻(xiàn)，并討論了步行指數(shù)的相關(guān)研究。近年來，越來越多的學(xué)者引入了地理學(xué)中的空間自相關(guān)概念進(jìn)行空間分析?；诖?，我們對(duì)控制空間自相關(guān)在行人安全研究中的重要性進(jìn)行了探討，并從PubMed，Google Scholar，Web of Knowledge網(wǎng)站選取了50篇文獻(xiàn)。這些網(wǎng)站涵蓋了城市規(guī)劃、安全、公共衛(wèi)生等眾多領(lǐng)域的前沿學(xué)術(shù)成果。文獻(xiàn)時(shí)間跨度為1988年—2019年，大部分研究發(fā)表于2000年后，包括學(xué)術(shù)論文、出版書籍、政府機(jī)構(gòu)統(tǒng)計(jì)報(bào)告、博士畢業(yè)論文、網(wǎng)站數(shù)據(jù)等。筆者全面闡述文獻(xiàn)中的研究思路、研究方法和研究結(jié)論，并詮釋研究中的亮點(diǎn)和不足。

2.2 研究成果

2.2.1 建成環(huán)境對(duì)步行的影響

眾多研究系統(tǒng)地論證了建成環(huán)境對(duì)步行的影響。其中，D指標(biāo)常被用來量化影響交通行為的環(huán)境特征[1]93,[14-15]。具有代表性的包括3D模型（密度、多樣性、設(shè)計(jì)）和5D模型（密度、多樣性、設(shè)計(jì)、目的地可達(dá)性、公交站點(diǎn)距離）。其中，密度通常指單位區(qū)域內(nèi)的人口或就業(yè)數(shù)量；多樣性指用地混合度，即某一地區(qū)不同的用地類型及互補(bǔ)程度；設(shè)計(jì)指街道通達(dá)性，即路網(wǎng)中某一點(diǎn)到另一點(diǎn)的可選路徑；目的地可達(dá)性指到達(dá)目的地（比如工作場(chǎng)所）的難易程度；公交站點(diǎn)距離指從住宅或工作場(chǎng)所到最近公交站點(diǎn)的最短路線的平均值，也有研究使用公交路線密度、公交站點(diǎn)間距、單位面積的站點(diǎn)數(shù)進(jìn)行該指標(biāo)的量化。D指標(biāo)通常用于步行范圍內(nèi)的研究，常用的步行范圍則介于400—800 m之間[16-18]。

近來，一些學(xué)者從城市設(shè)計(jì)的微觀視角研究建成環(huán)境對(duì)步行的影響。Boarnet等[19]指出，人行道、街道特征、人行橫道、交通信號(hào)等設(shè)施與步行相關(guān)，而自然元素及建筑特征（歷史建筑的比例等）對(duì)步行的影響較小。Ewing等[20]論證了影響步行的3類城市設(shè)計(jì)要素，包括沿街活動(dòng)比例、街道設(shè)施數(shù)量和臨街開窗比例。該研究表明，城市設(shè)計(jì)，尤其是街景，對(duì)行人活動(dòng)具有一定影響。通過增加街道座椅等路面設(shè)施，可以激發(fā)公共空間的使用，促進(jìn)街道與行人的互動(dòng)。Yin& Wang[21]著眼于視覺圍合感，提出可視的天空區(qū)域受行道樹和建筑物的影響，并且影響步行性。該研究通過對(duì)Google街景圖像進(jìn)行處理和分析，客觀測(cè)量了一系列與步行相關(guān)的建成環(huán)境特征。然而，很少有研究系統(tǒng)地將影響步行的環(huán)境因子涵蓋在行人安全相關(guān)討論中。開展此類研究可以揭示同時(shí)影響步行性和安全性的環(huán)境因素，為政策制定提供理論依據(jù)。

2.2.2 建成環(huán)境對(duì)行人安全的影響

關(guān)于建成環(huán)境對(duì)行人安全影響的研究主要集中于環(huán)境要素和社會(huì)人口要素兩方面。環(huán)境要素指街道特征，如單行道、振動(dòng)帶、減速帶等，以及路口密度和類型，如三向路口、四向路口、交通環(huán)島、信號(hào)控制路口[9]874,[22]12。研究顯示，位于四向路口的交通事故率遠(yuǎn)高于三向路口[23]350。社會(huì)人口要素指社區(qū)人口特征以及司機(jī)和車輛特征，具體包括社區(qū)財(cái)富水平、司機(jī)血液酒精濃度、車輛類型等[24]。研究表明，建成環(huán)境對(duì)車流量有一定影響，從而進(jìn)一步影響交通安全[11]655。既有文獻(xiàn)顯示車流量尤其是公車和卡車的數(shù)量與行人交通死亡率有關(guān)；位于路口的平均車流量越大會(huì)加劇當(dāng)?shù)氐男腥私煌ㄊ鹿事蔥25-26]。

大量研究已經(jīng)證實(shí)D指標(biāo)影響人們的出行距離和出行方式，從而直接或間接地影響行人安全。當(dāng)前，行人安全相關(guān)文獻(xiàn)已引入一些D指標(biāo)，包括密度、多樣性、設(shè)計(jì)和公交站點(diǎn)距離[9]875,[22]17,[27]125。Clifton and Kreamer-Fults[28]710指出，位于公立學(xué)校周邊的公交可達(dá)性、商業(yè)用地率、人口密度與行人交通事故率正相關(guān)。LaScala等[27]130發(fā)現(xiàn)，位于高人口密度和高路口密度的地區(qū)，行人交通事故率更高。高人口密度的地區(qū)常位于就業(yè)中心附近，因此不但受當(dāng)?shù)剀囕v的影響，還受來自其他地區(qū)車流的影響，這將增加事故發(fā)生的概率[23]355?；谙嚓P(guān)研究，當(dāng)前文獻(xiàn)提出了通過改善行人安全促進(jìn)步行的具體措施，如優(yōu)化街道設(shè)計(jì)、提升窄車道利用率、完善道路安全設(shè)施（減速凸面等）、增加車道兩側(cè)綠化[29]。綜上所述，行人安全研究中討論的建成環(huán)境因素包括了一些D指標(biāo)，如人口密度、用地類型、路口密度等。然而，大部分行人安全研究基于傳統(tǒng)交通理論，偏重道路設(shè)計(jì)、路口密度、交通流量等方面的考量。有鑒于此，本文系統(tǒng)地論證了步行性研究的D指標(biāo)對(duì)行人安全的作用，以及相應(yīng)的城市規(guī)劃與設(shè)計(jì)措施。

2.2.3 步行指數(shù)相關(guān)研究

步行指數(shù)算法包含了兩類D指標(biāo)（設(shè)計(jì)和目的地可達(dá)性），如街區(qū)長(zhǎng)度、路口密度、便利設(shè)施的臨近程度等。該指數(shù)通過衰減函數(shù)以量化街道的步行適宜程度[30]。具體而言，步行指數(shù)衡量的設(shè)施包括：雜貨店、餐館、購(gòu)物/零售中心、咖啡店、銀行、公園、學(xué)校、書店、娛樂場(chǎng)所等[31]4166。步行指數(shù)為公眾提供了街道步行性優(yōu)劣的量化評(píng)分。同時(shí)，有學(xué)者在研究和實(shí)踐中參考步行指數(shù)，衡量研究區(qū)域的步行性。文獻(xiàn)表明，步行指數(shù)可針對(duì)性地評(píng)價(jià)社區(qū)步行性，關(guān)注零售服務(wù)密度、休閑與開放空間密度等指標(biāo)，強(qiáng)調(diào)社區(qū)相對(duì)目的地的可達(dá)性[32]411。

高人口密度地區(qū)的步行指數(shù)與步行性之間的相關(guān)性更強(qiáng)。步行指數(shù)尤其適用于步行相關(guān)的環(huán)境研究，例如零售目的地、路口密度和居住密度等[31]4172,[32]413。針對(duì)步行指數(shù)的批判和質(zhì)疑在于該指標(biāo)過于強(qiáng)調(diào)實(shí)用性質(zhì)的步行，而忽略了休閑娛樂性質(zhì)的步行[33-34]。此外，一些與步行相關(guān)的建成環(huán)境要素可能未被納入步行指數(shù)算法中，例如多樣性和公交可達(dá)性。然而，步行指數(shù)的優(yōu)點(diǎn)也顯而易見。步行指數(shù)易于獲取且涵蓋范圍廣泛，將其納入行人安全模型中，可以高效地收集步行環(huán)境評(píng)估數(shù)據(jù)，還可以不受地理范圍等條件的限制。因此本文認(rèn)為，在行人安全相關(guān)研究中引入步行指數(shù)，可以深化對(duì)影響行人安全的環(huán)境要素的理解。2.2.4控制空間自相關(guān)的重要性

空間自相關(guān)是變量間相互空間關(guān)系的研究[35-36]。隨著研究用到的空間數(shù)據(jù)的增加，學(xué)者們認(rèn)識(shí)到控制空間自相關(guān)是建構(gòu)空間模型的基礎(chǔ)。Goodchild[37]認(rèn)為空間自相關(guān)是地理數(shù)據(jù)的主要特征，因此，在空間模型中需要控制空間自相關(guān)。目前，一些行人安全的文獻(xiàn)已經(jīng)討論了在模型創(chuàng)建和解釋中控制空間自相關(guān)的重要性[11]656,[13]309。然而，大多數(shù)關(guān)于建成環(huán)境對(duì)行人安全影響的研究較少考慮空間自相關(guān)效應(yīng)。從行人安全的角度出發(fā)，當(dāng)某一位置發(fā)生的事故數(shù)量和嚴(yán)重程度可能受到相鄰環(huán)境的影響時(shí)，就應(yīng)將空間自相關(guān)納入考量。引入地理加權(quán)回歸（GWR）模型，可以從統(tǒng)計(jì)學(xué)上分析事故與環(huán)境因素之間的關(guān)系，同時(shí)考慮事故的空間位置[38]。為了系統(tǒng)論證環(huán)境對(duì)行人安全的空間影響，本文應(yīng)用地理加權(quán)泊松回歸（GWPR）模型控制空間自相關(guān)，探討了以D指標(biāo)為代表的建成環(huán)境對(duì)行人安全的影響。

2.2.5 小結(jié)

為探討建成環(huán)境如何同時(shí)影響安全性和步行性，本文在傳統(tǒng)行人安全研究以及建成環(huán)境與步行性研究的基礎(chǔ)上，系統(tǒng)梳理相關(guān)文獻(xiàn)資料，并指出現(xiàn)有文獻(xiàn)的不足之處：（1）較少研究統(tǒng)籌論證步行相關(guān)的建成環(huán)境因素對(duì)行人安全的影響；（2）建成環(huán)境對(duì)行人安全的影響伴隨著空間自相關(guān)效應(yīng)，較少研究將其納入考慮。通過參考步行性和行人安全的最新研究，本文在控制空間自相關(guān)的同時(shí)，使用D指標(biāo)定量論證了建成環(huán)境對(duì)行人安全的影響。由于步行指數(shù)衡量?jī)深怐指標(biāo)，因此，本文進(jìn)一步擴(kuò)展了步行指數(shù)在評(píng)估行人安全方面的適用性。通過分析建成環(huán)境與行人安全的關(guān)系，以期為城市規(guī)劃師和政策制定者提供有針對(duì)性地建設(shè)步行友好和安全人居環(huán)境的建議（見圖1）。

3 案例分析

3.1 研究方法

紐約州布法羅市被步行指數(shù)網(wǎng)站評(píng)為步行優(yōu)異的全美前10城市，然而近年來該市的行人交通事故卻不斷增加[39]。本文從紐約州交通部網(wǎng)站收集2012年—2016年車流量和行人交通事故的數(shù)據(jù)，從紐約州GIS Clearinghouse收集2015年街道中心線數(shù)據(jù)。其他數(shù)據(jù)諸如人口密度、非裔人口密度、就業(yè)密度等，分別從紐約州、美國(guó)人口普查局、Walk Score網(wǎng)站收集獲取。本文比較了普通最小二乘（OLS）模型和GWPR模型的結(jié)果，詮釋了建成環(huán)境對(duì)行人安全的空間影響。同時(shí)通過地理加權(quán)回歸軟件（GWR4.0）對(duì)行人事故和建成環(huán)境之間的空間關(guān)系進(jìn)行建模。

圖1研究思路

本文評(píng)估了在兩類直線半徑（400 m和800 m）內(nèi)，建成環(huán)境與行人安全的關(guān)系。借鑒傳統(tǒng)交通安全研究，選取三向和四向兩種路口密度進(jìn)行深入分析?；诮志W(wǎng)度量和空間句法的相關(guān)理論[40-42]，構(gòu)建了整合度指標(biāo)來衡量街道在路網(wǎng)內(nèi)的集成程度。對(duì)于用地混合度，通過計(jì)算熵值進(jìn)行量化。這也是建成環(huán)境和土地利用研究中的常用方法[43]。案例分析的因變量是行人交通事故，自變量包括三向和四向路口密度、人口密度、非裔人口密度、就業(yè)密度、用地混合度、車流量、整合度和步行指數(shù)（見表1）。

3.2 研究成果

GWPR模型的結(jié)果優(yōu)于OLS模型的結(jié)果，表明前者空間分析的適用性和解釋力更強(qiáng)，顯示了控制空間自相關(guān)效應(yīng)的重要性。位于400 m半徑內(nèi)的自變量影響均顯著。位于800 m半徑內(nèi)除人口密度外的其他自變量影響均顯著。人口密度在不同半徑內(nèi)對(duì)行人安全影響有差異，400 m內(nèi)行人更多，交通事故也相應(yīng)較多[28]712,[44]。相比而言，800 m內(nèi)較高的人口密度未必意味著更多的行人，人們可能選擇其他交通工具（如公交或地鐵）來代替步行出行。

本文證實(shí)了車流量、三向和四向路口密度、人口密度、用地混合度與行人安全性負(fù)相關(guān)，這與世界范圍內(nèi)已有的研究結(jié)論一致[27]131,[45-49]。就業(yè)密度與行人安全性正相關(guān)，這與現(xiàn)有文獻(xiàn)結(jié)論有矛盾。產(chǎn)生這一差異的原因可能是位于布法羅市區(qū)（就業(yè)密度最高的地區(qū)）的步行設(shè)施（人行道、交通信號(hào)燈、停車標(biāo)志等）維護(hù)良好，為行人安全提供了有力保障。步行指數(shù)與行人安全性負(fù)相關(guān)。步行指數(shù)較高意味著該地區(qū)路口較密集，而研究表明路口密度與行人安全性負(fù)相關(guān)[23]361,[30]。需要指出的是，步行指數(shù)與步行性正相關(guān)，而與行人安全性負(fù)相關(guān)。非裔人口密度與400 m半徑內(nèi)的行人安全性負(fù)相關(guān)，與800 m半徑內(nèi)的行人安全性正相關(guān)。這是由于400 m內(nèi)較高的非裔人口密度可能意味著更多的行人，而800 m內(nèi)的非裔人群可能選擇步行以外的其他交通方式。大多數(shù)非裔美國(guó)人與低收入和貧困存在統(tǒng)計(jì)上的相關(guān)性，而社會(huì)經(jīng)濟(jì)因素對(duì)行人安全存在一定影響[50]。與之類似，整合度與行人安全的關(guān)系也受距離影響。整合度在400 m內(nèi)與行人安全性負(fù)相關(guān)，在800 m內(nèi)與行人安全性正相關(guān)。

表1變量指標(biāo)一覽表

4 結(jié)論與討論

本文通過對(duì)當(dāng)前文獻(xiàn)的梳理總結(jié)，以及基于布法羅市的案例分析，融合安全研究和步行研究中的D指標(biāo)，深化了對(duì)建成環(huán)境影響行人安全和步行性機(jī)制的理解。針對(duì)現(xiàn)有文獻(xiàn)的不足，筆者系統(tǒng)論證與步行相關(guān)的建成環(huán)境因素，尤其是廣泛應(yīng)用的D指標(biāo)對(duì)行人安全的影響。通過案例分析，建立空間模型，評(píng)估建成環(huán)境對(duì)行人安全的空間影響，強(qiáng)調(diào)控制空間自相關(guān)的重要性。研究表明，一系列建成環(huán)境要素（包括D指標(biāo)）與行人安全顯著相關(guān)。該結(jié)論豐富了相關(guān)領(lǐng)域的理論成果。通過梳理步行指數(shù)的相關(guān)文獻(xiàn)及其在案例中的應(yīng)用，拓展步行指數(shù)在不同地理區(qū)域和不同空間尺度上評(píng)估行人安全的適用性。值得注意的是，步行指數(shù)與行人安全負(fù)相關(guān)，而與步行性正相關(guān)。這就為建設(shè)步行友好和安全的人居環(huán)境提供了新思路，應(yīng)進(jìn)一步評(píng)估傳統(tǒng)意義上的步行友好場(chǎng)所是否也為行人提供了足夠的安全保障。此外，本文還揭示了空間距離差異對(duì)安全性和步行性的意義。

本文為城市規(guī)劃師和政策制定者提供了通過城市規(guī)劃和設(shè)計(jì)改善行人安全性的策略。具體包括：（1）應(yīng)在人口聚集、多路口和車流繁忙的場(chǎng)所增加人行道、交通信號(hào)等安全設(shè)施；（2）應(yīng)進(jìn)一步完善建設(shè)既適宜步行又安全的人居環(huán)境的合理方案；（3）應(yīng)更多地關(guān)注弱勢(shì)群體，例如低收入人群；（4）行人安全受其相鄰區(qū)域環(huán)境的影響，因此應(yīng)關(guān)注整個(gè)地區(qū)行人安全的持續(xù)改善。

未來的研究建議從微觀尺度如街景的視角分析建成環(huán)境對(duì)行人安全的影響，針對(duì)行人步行目的展開更深入的探討，并涵蓋國(guó)際不同地區(qū)的案例分析與比較。