建成環境對步行和自行車出行的影響
——以波哥大為例

Robert Cervero,Olga L.Sarmiento,Enrique Jacoby,Luis Fernando Gomez,Andrea Neiman著 耿 雪譯

(1.加州大學伯克利分校城市和區域規劃系，美國加利福尼亞州伯克利94720；2.安第斯大學醫學院，哥倫比亞波哥大111711；3.泛美衛生組織，美國華盛頓特區20037；4.艾伯特基金會哥倫比亞協調辦公室，哥倫比亞波哥大111311；5.伊利諾伊大學芝加哥分校公共衛生學院，美國伊利諾伊州芝加哥60607；6.中國城市規劃設計研究院，北京100037)

建成環境對步行和自行車出行的影響
——以波哥大為例

Robert Cervero1,Olga L.Sarmiento2,Enrique Jacoby3,Luis Fernando Gomez4,Andrea Neiman5著 耿 雪6譯

(1.加州大學伯克利分校城市和區域規劃系，美國加利福尼亞州伯克利94720；2.安第斯大學醫學院，哥倫比亞波哥大111711；3.泛美衛生組織，美國華盛頓特區20037；4.艾伯特基金會哥倫比亞協調辦公室，哥倫比亞波哥大111311；5.伊利諾伊大學芝加哥分校公共衛生學院，美國伊利諾伊州芝加哥60607；6.中國城市規劃設計研究院，北京100037)

1 波哥大先進的交通系統

波哥大是哥倫比亞安第斯山區的首府，居住人口700萬人，擁有國際公認的先進、可持續的交通系統。尤其是千禧年快速公交系統(TransMilenio，長55 km)，被很多文獻作為快速公交(Bus Rapid Transit,BRT)的典范[1-4]。同樣知名的還有波哥大世界級的自行車道網絡。1990―2002年，波哥大投入1.8億美元用于自行車道建設，相當于同期全美國自行車基礎設施投資額的50%[1]。

目前，波哥大擁有自行車專用車道(Cicloruta)291.3 km。一份由荷蘭給出的遠期規劃顯示未來30年波哥大自行車專用車道長度將翻倍。即使在城市邊緣地區的農田也將看到世界級的自行車交通設施，目的是為了在即將到來的城鎮化中促進自行車出行、抑制機動車出行，以及在年輕人和無車一族中植入自行車出行意識[5]。

高密度的自行車道網絡以及人性化的環境促進了自行車出行。波哥大位于安第斯山脈的高原地區，有著溫和的赤道氣候。城市3/4的日出行量出行距離在10 km以內，由于城市交通擁堵，在這一出行距離內自行車比小汽車更具優勢。1996―2003年，波哥大自行車出行比例由0.58%上升至4.4%[3]。盡管在拉丁美洲屬于較高比例，但波哥大自行車出行還遠落后于哥本哈根、阿姆斯特丹等世界級自行車城市，這些城市的自行車出行比例達到出行總量的25%[6-7]，且高達50%的非步行出行距離低于4 km[8]。此外，波哥大還存在影響自行車出行的顯著不利因素，包括城市海拔高(2 600 m)、每年兩個雨季、空氣污染以及公眾對交通安全的擔憂。

為了進一步促進自行車出行和休閑活動，波哥大在星期日和節假日日間的7小時封閉121 km長的主要道路。這些無車通道被稱為Ciclovía(西班牙語“自行車專用車道”)，供步行、跑步、輪滑、嬰兒車使用。同時還考慮行人的需求，在幾位積極且具有改革思想的市長(如恩里克·潘納羅薩、安塔納斯·莫庫斯)的領導下，投入了可觀的公共基金用于改造公共廣場、街心公園以塑造更具吸引力的街道景觀。2001―2003年，城市人均綠地面積從2.5 m2·人-1提高至4.1 m2·人-1，向設定的2013年8 m2·人-1的目標邁進[9]。城市核心區普遍安裝隔離樁，避免小汽車占用人行道或自行車道停車。通過建設高架人行廊道、人行道、自行車道，以提高快速公交車站的可達性，同時輔之以有吸引力的景觀和磚塊鋪裝。

2 研究內容

本文探討波哥大建成環境如何對步行、自行車出行以及Ciclovía使用產生影響，包括密度、用地混合和設計要素(自行車道及人行道設施)。步行和自行車對交通和環境方面的益處已經在交通擁堵和環境污染嚴重的發展中國家得到印證。除此之外，步行和自行車還對公眾健康有潛在的益處，根據文獻[10]數據，全球80%的死亡原因是慢性疾病，例如中低收入國家多發的心臟衰竭和中風。盡管體力活動有益于身體健康，但波哥大大部分的成年人缺少運動。近期一項全國調查顯示，波哥大每日體力活動量達到推薦最低值的成年人比例不足50%[11]。大量女性、受教育程度低的居民，以及生活在最貧困和生活條件最差社區的人極少出于休閑和娛樂目的步行或騎自行車。

在發達國家尤其是美國，大量研究指出建成環境是非機動交通出行的顯著影響因素[12-13]。舊金山灣區的一項研究顯示，密度、用地以及街道連通性對促進出行距離小于5英里(約8 km)的步行和自行車出行有中等程度影響，而個人及家庭屬性是更顯著的影響因素[14]。一項針對亞特蘭大體力活動的測度結果顯示，用地混合程度、居住密度，以及街道交叉口密度與每日適度運動的時間呈正相關關系[15]。研究進一步指出，方格網街道可以降低出行距離、提供可選路徑，因此有利于步行和自行車出行，同時降低機動車出行速度[16]。近期針對北卡羅來納州的一項分析顯示，為“主動交通”(active transportation)設計的社區對步行和自行車出行產生最顯著的影響，其中的低收入群體每周相應的出行時間至少為150 min[17]。

這些有關建成環境與步行和自行車出行之間關系的研究同樣適用于像波哥大這樣的發展中國家嗎？盡管近年波哥大經濟有所增長，但大量居民還在為生計每日奔波，超過50%的家庭還生活在貧困線以下。對很多人來說，無論城市環境如何，步行和自行車出行是一種必然選擇。因此，城市景觀設計可以顯著影響體力活動的假設對于像波哥大這樣的城市可能并不顯著。如果是這樣，在發達城市得到的研究結果與經濟落后城市可能存在本質的不同。文獻[18]研究顯示，在發展中國家，收入越低，出于休閑和娛樂目的步行和騎自行車的人群越少。盡管如此，很少有研究探討發展中國家影響步行和自行車剛性出行(例如通勤、通學、日常購物等非休閑目的)的因素。

另一種可能是在缺少城市規劃或者嚴格執行用地規制(例如分區)傳統的情況下，發展中國家的很多城市已發展適應步行和自行車的出行環境。波哥大僅約1/5的家庭擁有小汽車，緊湊、混合用地開發致使利用步行可以快速、方便地到達很多目的地。因此，在波哥大這樣的城市，密度、用地混合程度、針對社區的城市設計等因素很難顯著影響出行選擇。相反，收入、小汽車擁有率等社會人口因素可能是出行的決定性因素。在波哥大，一些特定的設施，例如某些街區的自行車專用車道、高密度街道網絡，可能是解釋出行行為的邊際因素。本文將對這些因素展開分析。

迄今為止，極少有研究對第一世界國家之外的區域展開建成環境與非機動交通關系的研究。本文試圖填補這項空白。下一章首先將介紹本文研究思路，探討波哥大建成環境對步行和自行車出行以及Ciclovía使用的影響。其次構建3個模型：步行剛性出行模型、自行車剛性出行模型和Ciclovía使用(主要是休閑目的)模型。最后，針對本文研究結果探討對政策的啟示。

3 研究思路與方法

本章首先評述選擇街區和家庭樣本的方法，以便研究建成環境如何影響波哥大步行和自行車出行以及Ciclovía使用。其次對核心數據的調查方法進行討論，篩選描述建成環境的變量，并分析建模方法。

3.1 樣本選取方法

由于開展本研究需要的建成環境數據成本極高且整理整個城市的數據非常耗時，因此選擇多階段分層抽樣(multistage stratified sampling)方法代替。波哥大劃分為120個行政區，大致等同于人口普查區域的規模。基于能力測試(power test)，隨機選取30個典型街區作為樣本。首先根據4個變量對街區進行分類，變量包括社會經濟屬性、地形平均坡度、與快速公交車站的臨近程度，以及公園情況。由于步行和自行車出行在這些方面差異很大，因此選取這四個分層變量。文獻[19]研究表明，波哥大居民步行和自行車出行比例因地勢和人口統計特征呈現差異。此外，有研究揭示體力活動水平受到公園可達性的影響[20-21]，同時波哥大居民很重視居住在快速公交車站步行距離范圍內[22-23]。通過分析波哥大所有街區這些變量的柱狀圖，得到4個分層變量的分界點：1)社會經濟屬性：低(階層 2)，中(階層 3～4)，高(階層 5)；2)平均坡度：≤10%，＞10%；3)與快速公交車站的臨近程度：≤500 m，＞500 m；4)公園情況：公園面積率≤6%，公園面積率＞6%。將街區劃分成不同組后，使用分層抽樣方法即可隨機抽取案例街區。選取的30個典型樣本街區如圖1所示。

在抽樣第二階段，在每個樣本街區中隨機選取5個區塊，每個區塊中隨機選取10戶家庭。這些家庭滿足至少有1個成年人且在該街區內居住時間至少達到1年以上。接著聯系這些樣本家庭安排時間進行入戶調查，調查對象為所有年滿18歲的家庭成員。調查共聯系了2 000個受訪者，其中1 500人給予反饋，樣本回收率為66.7%。

3.2 調查方法

為獲得樣本家庭步行和自行車出行信息，對國際體力活動調查問卷(International Physical Activity Questionnaire,IPAQ)進行調整。IPAQ被用于進行全國性的體力活動問卷調查。一項針對在12個不同國家使用IPAQ的研究顯示，IPAQ是可靠、有效的獲得體力活動數據的問卷調查方法[24]。本文針對IPAQ的長版本進行調整，并使用認知詢問方法(cognitive interview technique)進行評估。波哥大使用的調查版本針對每種類型體力活動設置一個日志表格，以每日持續時間(min)表示。體力活動類型包括步行剛性出行、自行車剛性出行，以及在過去1個月內使用Ciclovía的情況(包括4個星期日和1個節日)。

針對研究人口的子樣本，使用單軸計算機科學與應用公司(Uniaxial Computer Science and Application,Inc.)的加速計(型號CSA7164)對調整后的IPAQ問卷反饋進行有效性測試。從符合條件的家庭中隨機選取300個成年人，其中160個同意佩戴加速計。然而，僅有41人使用加速計的時間超過5天且總時長超過600 min。IPAQ問卷調查反饋與加速計客觀測量結果之間的斯皮爾曼相關系數為0.42(p=0.006)，這與在其他12個國家進行的IPAQ驗證[24]得到的中位數相當。第一次IPAQ調查后1周進行可靠性重測，斯皮爾曼相關系數為0.69(p＜0.001)，低于在其他12個國家的分析結果[24]。

獲得被試者同意后通過面對面訪談的形式開展問卷調查。佩戴加速計的被試者簽署一份同意書，由此獲得其體力活動水平的記錄。同時向所有被試者贈送一件T恤，作為參與調查的小禮品。哥倫比亞安第斯大學(Universidad de los Andes)審查委員會(Institutional Review Board)負責對所有協議書和問卷進行審閱與核準。

圖2 建成環境從3D擴展至5D：密度、多樣性、設計、目的地可達性，以及與公共交通車站的距離Fig.2 Expanding from three to five“Ds” of built environments:Density,diversity,design,destination accessibility,and distance to transit

3.3 變量篩選方法

本文應用一種生態方法對步行和自行車行為進行建模，用以描述每周非機動交通出行時間(min)，模型變量包括建成環境屬性、社會經濟、態度、政策[25]。為便于建模，將步行和自行車剛性出行看作二元變量。關注被試者在過去一周內每天步行或自行車剛性出行時間超過30 min的天數是否達到5天以上。

預測變量分成兩類：1)有關個人和家庭的變量；2)有關街區的變量。個人屬性(性別、年齡等)和家庭屬性(社會經濟狀況)可通過IPAQ調查獲得。街區屬性主要涉及用地和建成環境變量，從波哥大地籍科(Cadastre Department)獲取數據并利用GIS進行分析。

本文基于文獻[26]提出的3D模型“密度-多樣性-設計”(density,diversity,and design)進行延展，用以描述建成環境屬性。另外增加兩個“D”：與公共交通車站的距離(distance to transit)和目的地可達性(destination accessibility)，前者描述快速公交服務如何吸引出行者步行到達和離開，后者描述出行者在街區之外進行活動的方便程度。當然，這些變量并非不相關，畢竟高密度開發通常也會伴隨用地的多樣性、以人為本的設計、與其他地點臨近，以及高服務水平的公共交通。由于5D實際上在韋恩圖中存在相互重疊(見圖2)，即顯性變量有相當一部分是相關的，因此首先對39個不同的建成環境變量進行相關性分析得到公共方差。將39個變量劃分為5D模型中的不同類別(見表1)。例如設計層面，鄰里緩沖范圍(neighborhood buffers)變量包括與設施條件(如公園面積)、街道設計(如3條、4條、5條道路相交的交叉口比例，街道連通性指標，路線直線系數(route directness indices)，方格狀街區比例)，以及行人安全性(如事故率)相關的變量。

所有的建成環境變量測算范圍為：1)基本緩沖區，針對30個樣本街區隨機選擇的區塊，以每個區塊形心500 m半徑形成的緩沖圈；2)擴展緩沖區，由樣本街區邊界向外擴展1 km直線距離(見圖3)形成的區域，這一范圍與人口普查區域規模相當。前者用于描述住宅周邊的建成環境屬性，后者用于描述1 km緩沖圈的建成環境屬性，因為人們偶爾可能會步行或騎自行車去更遠的地點，例如社區公園、購物中心。在30個樣本街區中，擴展緩沖區的平均面積為604.6 hm2，離散程度適中(標準差為123.6 hm2)。

針對90個區塊及其500 m基本緩沖區獲取建成環境變量。這些區塊中參與IPAQ調查的居民為1 285人。之所以少于原始樣本(30個街區×5個區塊=150區塊)是由于為了獲得足夠的統計效力，將少于10戶家庭的區塊與共享緩沖區的臨近區塊進行合并。每個樣本區塊內涉及的居民為10～27人，均值為14人。針對27個更大的分析單元(1 km擴展緩沖區)，共有1 315人完成調查。擴展區域涉及的居民為31～61人，均值為49人。

圖3 波哥大西蒙玻利瓦爾和里奧內格羅樣本街區1 km緩沖區示例Fig.3 Example of 1000-m buffers around the peripheries of two sampled neighborhoods in Bogotá:Simon Bolivar and Rio Negro

表1 建成環境5D初始變量(以500 m和1 000 m半徑緩沖區進行度量)Tab.1 Candidate variables for five built environment dimensions,measured at the neighborhood(500m)and extended neighborhood(1 000 m around perimeter)scales

為計算選擇模型的優勢比，將建成環境變量均轉換為二元變量或三元變量。這樣可以有效地消除不同測量尺度的影響，使不同層面建成環境變量的相對重要性在描述步行和自行車出行選擇時具有可比性。基于分位或柱狀圖顯示的分布變化點確定建成環境變量的各段分界點。同時還利用LOESS曲線(例如魯棒性、局部加權回歸等[27])對建成環境變量進行連續測量檢驗，幫助確定建成環境變量各段分界點。

3.4 建模方法

本文遵循理論與探索相結合的原則，采用一系列方法進行模型構建。首先，初始模型包含與被試者及其家庭社會經濟屬性相關的控制變量以及態度變量。控制變量的未調整概率(unadjusted probability)值≤0.15，達到多元共線性的最低值要求，其系數符合先驗期望值條件。其次，檢驗街區尺度的建成環境變量是否使個人及家庭層面控制變量的統計學解釋力有所提高。由于表1中39個建成環境變量存在高度相關性，通過因素分析確定能夠代表5D新的潛變量。在多層模型中輸入選取因素的分值，通過初步的模型處理，即控制建成環境初始變量的數量，得到解釋力更強、擬合效果更好的結果。利用背景排除法(backward elimination process)選擇模型的建成環境變量，使用顯著性水平α=0.10以降低重要變量被排除的概率。由此選出的建成環境變量，一方面提高了控制變量的邊際解釋力同時相關性最低，另一方面可得到與理論一致的可解釋結果。本文選擇、提出的模型包含了顯著的控制變量并能夠描述5D，具有可解釋性，相關性最小，且與理論相一致。

在下面的章節中，提出擬合度最優模型(best-fitting models)用于分析：1)步行剛性出行；2)自行車剛性出行；3)使用Ciclovía進行娛樂、休閑活動的情況。前兩個模型基于IPAQ數據，考察了利用步行及自行車進行的有目的的出行。相比之下，第三個模型是為了探究影響休閑出行尤其是使用Ciclovía的影響因素。總體上，本文認為這些分析可以為研究波哥大建成環境對步行和自行車出行的影響提供更廣泛的視角。

針對每個模型進行數據結構分析、顯著性分析，以及擬合度檢驗。每個時序建模階段將進行匯總統計：一個局部模型(interceptonly model)，一個僅包含個人和家庭層面控制變量的簡化模型(reduced model)，以及一個包含控制變量和街區層面建成環境變量的完整模型(full model)。由t檢驗得到區塊之間獨立變量預測值的方差，其值越大說明街區之間建成環境屬性等解釋變量的離散性越強。組內相關性(intra-class correlation,ICC)分析可顯示區塊之間獨立變量的相對離散性，其值越大說明居住在同一街區的群體享有更相近的建成環境屬性。針對每個時序建模階段分析消減錯誤的比例(proportional reduction in error,PRE)，其值越高說明擬合度越好。最后，利用卡方檢驗對比局部模型、簡化模型與完整模型的顯著性差異。

擬合度最優模型的獨立變量以及所有解釋變量的描述性統計結果如表2所示。例如，約27%的樣本工作日每天步行剛性出行的時間超過30 min，而自行車這一比例約為15%。除了3個獨立變量以外，基于標準差統計得到樣本街區之間高離散性的解釋變量，包括Ciclovía長度、附近有無快速公交車站、小汽車擁有、教育程度、地形坡度以及交通事故死亡率。需要說明的是，樣本的其他屬性未列于表2中。調查結果顯示，57%的被試者已婚，30%在過去一個月內有工作或學習出行。步行和自行車剛性出行比休閑娛樂出行更加普遍。在過去一周步行剛性出行的平均時間為120 min(標準差為154 min)。在會騎車的被試者中，過去一周自行車剛性出行時間大于30 min的比例為15%。10%的被試者步行或騎自行車時使用Ciclovía。

一些變量不利于從樣本中引出推論。首先，由于本文為橫向分析，狹義而言不能推測因果關系。其次，在描述建成環境如何影響行為進行建模時多次涉及自選擇問題。那些喜歡步行的人會搬到步行環境更好的社區生活嗎[28]？本研究不考慮這一選擇偏好。因為樣本家庭既不是波哥大最貧困的群體也不是最富有的，按照全球標準大部分為中等收入家庭，因此此類家庭進行住宅區位選擇時會傾向于考慮步行或自行車出行是否方便以外的其他因素，例如可用性、房價等。此外，絕大多數樣本家庭在其住區已經生活了很長時間，在自行車專用車道(Cicloruta)建設及其他改善措施實施之前已經形成了良好的運動習慣。成年人樣本中，居住在當前住區的平均時間達14.4年(標準差為11.6年)。

4 步行剛性出行影響因素

波哥大建成環境如何影響通勤、通學、日常購物、就醫等步行剛性出行？構建的模型描述了出行者在過去5個工作日每天步行剛性出行時間是否超過30 min，用0?1變量表示。由于工作日步行剛性出行的數值高度接近0，而0與其他類別之間存在很大的區間(例如剛性出行目的的步行相對較少)，本文將變量進行二等分避免出現協變量非正常分布的問題，將工作日每天步行剛性出行時間30 min作為分界點。選擇工作日每天30 min作為閾值一部分原因是美國衛生總署(U.S.Surgeon General)和世界衛生組織(World Health Organization)推薦其作為每天適當體力活動的最小值[25]。此外，以分類的形式(例如象征性的(nominal)、順序的(ordinal))描述預測變量，用以計算反映相對解釋力的優勢比，避免受到計量單位的影響。如表3所示，由擬合度最優模型得到基本緩沖區出行者工作日每天步行剛性出行時間是否超過30 min(以下簡稱“街區尺度分析”)。表4展示了更大尺度的擴展緩沖區的分析結果(以下簡稱“擴展街區尺度分析”)。

表2 模型獨立變量和解釋變量的描述性統計結果Tab.2 Descriptive statistics for dependent and explanatory variables that entered predictive models

由于從兩個層面(個人和街區)測度變量，當組內相關性(街區之間步行剛性出行的方差)大于0.03時使用多層模型(multilevel modeling,MLM)。例如在街區尺度層面，工作日每天步行剛性出行超過30 min的組內相關性為0.065，說明步行6.5%的方差是由于街區差異造成的。總體上，由個體和建成環境變量導致區塊層面步行的方差占41.4%。這些值足以驗證多層次模型估計(結果反映不同層面變量的層次聚類程度而非模型擬合度)。在這一條件下使用普通最小二乘法(ordinary least squares,OLS)違背了獨立性假設，造成參數估計偏差[29]。此外，在多層模型估計中使用懲罰偽似然估計(penalized quasi-likelihood,PQL)。由此得到隨機變化1級(個人層面)系數的近似貝葉斯估計值、2級(區域層面)系數的廣義最小二乘估計值，以及方差和方差參數的近似最大似然估計值[30]。最后，由于建成環境變量和控制變量(個人層面和家庭層面)之間的相互作用不大或顯著性不足以影響系數估計，所有的多層模型假設為隨機截距模型形式。

4.1 街區尺度分析

街區尺度模型如表3所示，建成環境變量中的道路密度和連通性指數顯著，略微增強了對控制變量的解釋力。由表2所示，道路密度=基本緩沖區道路長度/區域用地面積，連通性指數=基本緩沖區節點數量(如交叉口和斷頭路末端)/道路路段數量。指數值越大，連通性越高。高連通性說明利用道路網絡出行有很多條路徑可以選擇，盡管這只是細密路網的情況。細密方格路網的道路密度和連通性變量值均很高。

表3 街區尺度步行剛性出行多層非線性模型結果Tab.3 Walking for utilitarian purposes at neighborhood scale:hierarchical nonlinear model for predicting walking for utilitarian purposes

由表3可知，道路連通性在建成環境變量中最為顯著。針對工作日每天大于30 min的步行剛性出行，高連通性(＞2.6)的優勢比是低連通性(＜2.5)的2.21倍。高密度路網也會提高步行出行的可能性，但不如連通性的影響明顯(變量在0.05的置信水平下不顯著)。其他變量相差不大，高密度路網(＞0.25)街區的居民比低密度路網(＜0.20)街區的居民工作日每天步行超過30 min的概率高49%。需要注意的是，模型顯著變量僅包含5D中設計層面的兩個變量。密度、多樣性、與公共交通車站的距離、目的地可達性在街區尺度均不顯著。

表3同時顯示，波哥大中年及更年長(＞35歲)的居民使用步行進行通勤、日常購物等目的的剛性出行比例最高。與其他因素相比，地形坡度越大、家庭有小汽車以及社會經濟狀況更好等因素與步行剛性出行呈負相關關系。

表3匯總統計顯示3個時序建模階段對模型的改進。由局部模型、簡化模型以及完整模型的t值和組內相關性檢驗結果可以看出，多層模型降低了由個人層面非獨立變量導致的潛在偏差影響。與局部模型相比，包括建成環境變量的完整模型的結果誤差降低41%。完整模型的偏差結果最低，由卡方檢驗結果可以看出，完整模型比局部模型更顯著。

4.2 擴展街區尺度分析

為了在更大街區尺度描述建成環境變量，構建更精簡的模型(例如減少變量)(見表4)。道路密度仍然是顯著變量(簡單劃分為低、高二分變量)，而道路連通性卻表現不顯著。相反，5D中的另一個層面——與公共交通車站的距離呈現顯著性。對擴展緩沖區進行考量，快速公交車站數量≥1的街區居民工作日每天步行剛性出行時間超過30 min的概率比沒有快速公交車站的街區高72%。由此可見，在年齡、小汽車擁有等社會經濟變量后，波哥大快速公交專用車道不僅帶來大量環境和機動性方面的效益，而且也有益于公眾健康，尤其是起到了鼓勵日常步行的作用。本文研究結果與文獻[31]針對紐約的研究結果相吻合，其研究結果顯示體質指數(Body Mass Index,BMI)與公共汽車站和軌道交通車站密度負相關。表4中社會經濟控制變量對步行剛性出行的影響與表3街區尺度的分析結果類似。

同樣，匯總統計結果顯示，與局部模型、簡化模型相比，完整模型的分層估計結果更優。與局部模型相比，完整模型的估計誤差降低近50%，卡方檢驗結果顯示完整模型在0.001的置信水平下顯著。

5 自行車剛性出行影響因素

對自行車剛性出行的影響因素進行平行分析(parallel analysis)。由于波哥大對自行車專用車道(Cicloruta計劃)的投資相當可觀，本文估計自行車專用車道的可達性對自行車出行行為有顯著影響。為表征影響自行車出行的建成環境屬性，在擴展街區尺度進行相關性分析。這一研究區域的平均面積是研究步行出行基本緩沖區面積的6倍。

表4 擴展街區尺度步行剛性出行多層非線性模型結果Tab.4 Walking for utilitarian purposes at extended-neighborhood level:Hierarchical nonlinear model for predicting walking for utilitarian purposes

自行車剛性出行的多層擬合度最優模型結果如表5所示，可以看出，從局部模型到僅包含個人層面控制變量的簡化模型，再到包含建成環境變量的完整模型，模型在不斷改進。該研究的分析對象為會騎車的成年人，樣本量降至830人。唯一一項對控制變量影響顯著的建成環境變量是道路密度。波哥大高密度街區(道路長度/區域用地面積≥0.20)居民工作日每天自行車剛性出行時間超過30 min的概率是低密度街區居民的兩倍。出乎預料的是，自行車道密度并不是自行車剛性出行的顯著影響因素。而自行車道完備性以及其余36個建成環境備選變量的影響也不顯著。本文認為，自行車交通基礎設施變量的不顯著一部分原因是樣本量較小造成的。自行車道密度變量的系數為正(盡管可能是小樣本量致使其不顯著)，因此在最終建模時未考慮這一變量。未來需要擴大樣本量以便研究波哥大自行車道及其他自行車交通基礎設施對自行車出行的影響。

如表5所示，交通事故高死亡率是波哥大自行車剛性出行的顯著影響因素。與交通事故年死亡率(機動車和非機動車出行者)小于10相比，年死亡率超過10的優勢比降低約50%。女性使用自行車通勤、通學、購物以及其他非娛樂出行的概率更低，且自行車剛性出行概率隨著年齡增長、小汽車擁有、教育水平提高逐漸下降。地形坡度對自行車出行產生影響，這與其他研究[32]的結果一致。由于缺少數據，本文未將其作為解釋變量。與自行車剛性出行單一相關性最強的變量是家庭有自行車。隨著越來越多的家庭購買自行車或有自行車可用，其對自行車剛性出行的正面影響至少可以達到建設自行車道或者改變建成環境帶來的影響程度。

表5 擴展街區尺度自行車剛性出行多層非線性模型結果Tab.5 Bicycling for utilitarian purposes at extended neighborhood level hierarchical nonlinear model for predicting walking for utilitarian purposes

6 Ciclloovvíaa使用影響因素

如前文所述，波哥大有一項歷史悠久且影響廣泛的計劃，即星期日及國家節假日將主干路對小汽車封閉，僅供騎車、跑步、輪滑以及其他形式的非機動交通活動使用。波哥大的Ciclovía倡議已經被拉丁美洲的里約熱內盧、圣地亞哥等城市效仿。在星期日，Ciclovía成為世界上最大的線性公園。調查顯示，Ciclovía有50%的使用者進行騎車和輪滑活動，剩余50%為不同速度的步行活動。

利用相同的建模方法對步行和自行車剛性出行進行研究，以探究建成環境的5D對Ciclovía使用的影響程度。IPAQ問卷中針對這一目的的特定問題是：在過去1個月內是否使用過Ciclovía？由于研究區域之間Ciclovía的組內相關性較低(0.030)且不顯著，沒必要使用多層模型。因此，利用最大似然法對logistic回歸模型進行參數估計。由于騎車者和休閑目的出行者普遍接受長距離出行，因此針對擴展緩沖區分析建成環境變量。

Ciclovía活動擬合度最優模型結果如表6所示。多層回歸模型中，調整后的R2與R2的解釋類似，說明擬合度適中、模型顯著(基于卡方檢驗)。

由表6可以看出，自行車交通設施顯著相關。與擴展緩沖區內無Ciclovía相比，Ciclovía長度超過1 000 m會增加其使用概率(一個月至少使用一次)。這與文獻[33?35]的研究結果一致，即臨近自行車道會誘發自行車的使用以及其他形式的體力活動。

與建成環境相關的變量中公園因素有較高的顯著性。公園面積率高會抑制Ciclovía的使用。很明顯，附近有很多公園會降低使用Ciclovía進行鍛煉的需求。與前文步行、自行車剛性出行的分析結果一致，由表6可以看到缺失其他的建成環境變量，尤其是與城市密度、用地混合程度、與公共交通車站的距離或目的地可達性等有關的變量。

統計模型對于理解城市環境與出行的關系及簡單對比非常重要。圖4是兩個樣本街區的對比。其中，左下圖顯示該街區有相當多的成年居民使用Ciclovía，而該街區有一條主要的Ciclovía車道且附近缺少公園。與之相比，右下圖的街區居民Ciclovía使用率很低，盡管附近也有Ciclovía車道，但附近大量的公園削弱了Ciclovía作為休閑設施的重要性。

表6 過去1個月使用Ciclovía的logistic回歸模型Tab.6 Use of Ciclov?′a in the past 4 weeks:Logistic regression model

由表6可以看出，一項展示街區活躍程度的變量(在街區可以看到其他跑步或騎車活動)會促進Ciclovía的使用。由于在緊湊、混合用地的街區，居民會更傾向于社會化以及進行體力活動，這一指標可以用作表征步行友好區域。有研究顯示，針對一系列不同的人群，社會支持是影響體力活動的一項顯著因素[36-37]。這項指標的顯著性也印證了文獻[38]的論點，即步行友好對增進社區參與(Ciclovía的使用可視為一種形式)的重要性。

由表6模型其他控制變量可以看出，男性及有自行車的人對Ciclovía的使用率更高。家庭有小汽車及地形坡度大對其使用有抑制作用。有自行車和會騎自行車對Ciclovía使用的影響最顯著。因此，對購買自行車的人提供小額貸款服務以及騎車的基本培訓可能是促進波哥大居民進行體力活動的一種途徑。建設更多的Ciclovía是另外一種途徑。然而，基于本文研究結果，改變城市開發密度及用地模式可能對休閑型的步行、自行車出行及Ciclovía的使用作用不大。

7 結論

盡管很多研究顯示在發達國家尤其是美國，用地的密度和多樣性對出行需求產生影響[39]，但在波哥大情況不同。同時，另外兩個“D”——目的地可達性、與公共交通車站的距離的影響也不顯著，唯一的例外是后者在擴展緩沖區層面對步行剛性出行有一定的影響。這能夠反映出在波哥大，住宅、商店及其他用地混合的緊湊街區非常普遍，同時公共交通的可達性較好，總體上購物廣場、學校以及醫療設施等次級區域目的地的可達性水平類似。由估計結果可以看到，密度、用地多樣性及其他“D”對非機動交通出行的影響并不顯著。

真正對剛性出行產生影響的是街道設計，尤其是道路密度，自行車剛性出行還受到道路連通性的影響。對于休閑活動，在住宅附近為騎車者和行人提供專用通道有助于促進Ciclovía的使用。而城市設計及規劃人員能夠對步行和自行車出行施加重要影響力的是設計以及街道管理(針對Ciclovía)。街道的布局、連通性及密度有重要影響，而城市密度、用地混合、目的地可達性等其他建成環境因素影響不大。

圖4 不同樣本街區的Ciclovía使用情況對比Fig.4 Neighborhood comparisons of Ciclov?′a use

本研究對新城開發或許有很好的啟示。正如大部分快速發展的城市，波哥大城市周邊正迅速出現新的土地開發和房屋建設。為促進步行和自行車出行，尤其應關注街道設計和布局以構建高連通性的密集路網。方格網道路模式以及規劃小街區地塊(40 m×40 m)有利于形成密集、高連通性的網絡。然而現實是，為滿足居民通勤的需求，波哥大大部分的郊區開發在設計中都傾向于以小汽車為導向，形成曲線街道、稀疏網絡的超大街區。當然，遵循城市建成區(老城區)的傳統模式，尤其是緊湊、混合用地開發，似乎對鼓勵非機動交通出行有重要作用。然而本文構建的模型中這些變量并不顯著，但這并不意味著這些因素對非機動交通出行沒有影響。研究結果不顯著是由于波哥大街區本身緊湊、混合的特性所致。但可以確定的是，大街區、低密度的郊區設計，以及以小汽車為導向無疑會大大抑制非機動交通出行。

本文為星期日及節假日擴展Ciclovía網絡至城市更多的區域(如郊區)提供了案例。盡管這對交通擁堵或空氣質量改善可能影響甚微，但對促進居民體力活動及形成良好生活方式作用顯著。Ciclovía并不是新鮮事物，早在1980年就已經存在。此外，將Ciclovía視作一種生活福利設施或錦上添花的想法是錯誤的。正如機動交通出行者需要安全、可靠的設施使用小汽車，人們騎自行車、跑步、步行以及輪滑也需要專用的車道和區域開展活動。

隨著越來越多的發展中國家城市效仿世界級現代城市以小汽車為導向的發展模式，將會出現像美國及其他同樣發展模式國家一樣的問題——由體力活動不足導致慢性疾病及肥胖。有研究表明，中國男性每購買一輛小汽車體重平均增長1.82 kg，而每購買一輛自行車體重減少0.57 kg[40]。因此，有必要嚴肅正視快速發展中城市以小汽車為導向的設計以及由此帶來的公眾健康問題。

本文成果是否廣泛適用于發展中國家的大城市有待證實。盡管不是所有城市，但本文認為該研究成果有一定的適用性。在濕熱的東南亞大城市，無論步行和自行車交通環境如何友好，部分出行者一年大部分時間可能還是會避免步行和騎自行車。本文研究結果對像波哥大這樣氣候更溫和的城市有更好的借鑒意義。期待在其他地區出現類似的研究作為佐證。

聲明

本研究得到美國疾病控制與預防中心(US Centers for Disease Control and Prevention)的資助。感謝對本研究做出貢獻的研究者，尤其要感謝Jose David Pinzon在組織建成環境數據方面做出的努力。

[1]Hook W.Automobile Dependency and the Global Cultural War:Lessons from Bogotá[J].Sustainable Transport,2004(16):1-3.

[2]Skinner R.City Profile:Bogotá[J].Cities,2004,21(1):25-22.

[3]Cervero R.Progressive Transport and the Poor:Bogotá's Bold Steps Forward[J].Access,2005(27):24-30.

[4]Wright L,Hook W.Bus Rapid Transit Planning Guide[R].New York:Institute for Transportation&Development Policy,2007.

[5]Pe?alosa E.Urban Transport and Urban Development:A Different Model[R].Berkeley,CA:University of California,Center for Latin American Studies,2002.

[6]Beatley T.Green Urbanism:Learning from European Cities[M].Washington DC:Island Press,2000.

[7]Rietveld P,Daniel V.Determinants of Bicycle Use:Do Municipal Policies Matter?[J].Transportation ResearchA,2004,38(7):531-550.

[8]Rietveld P.Non-Motorized Modes in Transport Systems:A Multimodal Chain Perspective for the Netherlands[J].Transportation Research D,2000,5(1):31-36.

[9]Instituto Distrital Para la Recreación y el Deporte.Sistema Distrital de Parques y Escenarios de Bogotá[R].Bogotá:Instituto Distrital Para la Recreaciónyel Deporte,2006.

[10]World Health Organization.Fifty Seventh World Health Assembly:Global Strategy on Diet,Physical Activity,and Health[R].Geneva:WHO,2005.

[11]Instituto Colombianode Beinestar Familiar.Encuesta Ncaional de la Situacíon Nutricional Den Colombia[R].Bogotá:Instituto Colombianode Beinestar Familiar,2005.

[12]Handy S,Boarnet M,Ewing R,Killingsworth R.How the Built Environment Affects Physical Activities:Views from Urban Planning[J].American Journal of Preventive Medicine,2002,23(2):64-73.

[13]Frumpkin H,Frank L,Jackson R.Urban Sprawl and Public Health:Designing,Planning,and Building for Healthy Communities[M].Washington DC:Island Press,2004.

[14]Cervero R,Duncan M.Walking,Bicycling,and Urban Landscapes:Evidence from the San Francisco Bay Area[J].American Journal of Public Health,2003,93(9):1478-1483.

[15]Frank L,Schmid T,Sallis J,Chapman J,Saelens B.Linking Objectively Measured Physical Activity with Objectively Measured Urban Form:Findings from SMARTRAQ[J].American Journal of Preventive Medicine,2005,28(2):117-125.

[16]Frank L,Engelke P.The Built Enviornment and Human Activity Patterns:Exloring the Impacts of Urban Form on Public Health[J].Journal of Planning Literature,2001,16(2):202-218.

[17]Aytur S,Rodríquez D,Evenson K,Catellier D,Rosamond W.Promoting Active Community Environments through Land Use and Transportation Planning[J].American Journal of Health Promotion,2007,21(4):397-407.

[18]Hallal P,Azevedo M,Reichert F,Siqueira FAraujo,Vicgtora C.Who,When,and How Much?Epidemiology of Walking in a Middle-Income Country[J].American Journal of Preventive Medicine,2005,28(2):156-161.[19]Gómez L,Sarmiento O,Lucumí D,Espinosa G,Forero R.Prevalence and Factors Associated with Walking and Bicycling for Transport Among Young Adults in Two Low-In-come Localities of Bogotá,Colombia[J].Journal of Physical Activity and Health,2005,2(4):445-459.

[20]Humpel N,Owen N,Leslie E.Environmental Factors Associated with Adults'Participation in Physical Activity[J].American Journal of Preventive Medicine,2002,22(3):188-199.

[21]Bedimo-Rung A,Mowen A,Cohen D.The Significance of Parks to Physical Activity and Public Health:A Conceptual Mode[J].American Journal of Physical Activity,2005,28(2):159-168.

[22]Rodríquez D,Targa F.Value of Accessibility to Bogotá's Bus Rapid Transit System[J].Transport Reviews,2004,24(5):587-610.

[23]Rodríquez D,Mojica C.Land Value Impacts of Bus Rapid Transit:The Case of Bogotá's Transmilenio[J].Land Lines,2008(2):2-7,24.

[24]Craig C,Marshall A,Sjostrom M.International Physical Activity Questionnaire:12-Country Reliability and Validity[J].Medical Science Sports Exercise,2003,35(8):1381-1395.

[25]Sallis J,Cervero R,Ascher W,Henderson K,Kraft M,Kerr J.An Ecological Approach to Creating Active Living Communities[J].Annual Review of Public Health,2006,27:297-322.

[26]Cervero R,KockelmanK.Travel Demand and the 3 Ds:Density,Diversity,and Design[J].Transportation Research D,1997,2(3):199-219.

[27]Selvin S.Epidemiologic Analysis:A Case-Oriented Approach[M].Oxford:Oxford University Press,2001.

[28]Boarnet M.The Built Environment and Physical Activity:Empirical Methods and Data Resources[R].Washington DC:Committee on Physical Activity,Health,Transportation,and Land Use,Transportation Research Board and Institute of Medicine,US NationalAcademies,2004.

[29]Raudenbush S,Bryk A,Congdon R.HLM 6:Hierarchical Linear&Nonlinear Modeling[R].Chicago:Scientific Software International,2004.

[30]Snidjers T,Bosker R.Multilevel Analysis[M].London:Sage,1999.

[31]Rundle A,Roux A,Free L,Miller D,Neckerman K,Weiss C.Mailman School the Urban Build Environment and Obesity in New York City:A Multilevel Analysis[J].American Journal of Health Promotion,2007,24(4s):326-334.

[32]Troped P,Saunders R,Pate R,Reininger B,Ureda J,Thompson S.Associations Between Self-Reported and Objective Physical Environmental Factors and Use of a Community Rail-Trail[J].American Journal of Preventive Medicine,2001,34(3):191-200.

[33]Vernez Moudon A,Lee C,Cheadle A,Collier C,Johnson D,Schmid T,Weather R.Cycling and the Built Environment:A US Perspective[J]. Transportation Research D,2005,10(3):245-261.

[34]Krizek K,Johnson P.Proximity to Trails and Retail:Effects on Urban Cycling and Walking[J].Journal of the American Planning Association,2006,72(1):33-42.

[35]Tilahun N,Levinson D,Krizek K.Trails,Lanes,or Traffic:Valuing Bicycle Facilities with an Adaptive Stated Preference Survey[J].Transportation Research A,2007,41(4):287-301.

[36]Brownson R,Baker E,Housemann R,Brennan L,Bacak S.Environmental and Policy Determinants of Physical Activity in the United States[J].American Journal of Public Health,2001,91(12):1995-2003.

[37]Ainsworth B,Mannell R,Behrens T,Caldwell L.Perspectives of Public Health and Leisure Studies on Determinants of Physically Active Leisure[J].Journal of Physical Activity&Health,2007,4(S1):24-35.

[38]Putman R.Bowling Alone:The Collapse and Revival of American Community[M].New York:Simon&Schuster,2000.

[39]Ewing R,Cervero R.Travel and the Built Environment:A Synthesis[J].Transportation Research Record,2001,1780:87-114.

[40]Bell A,Ge K,Popkin B.The Road to Obesity or the Path to Preservation:Motorized Transportation and Obesity in China[J].Obesity Research,2002,10(4):277-283.

Influences of Built Environments on Walking and Cycling:Lessons from Bogotá

Written by Robert Cervero1,Olga L.Sarmiento2,Enrique Jacoby3,Luis Fernando Gomez4,Andrea Neiman5,Translated by Geng Xue6
(1.Department of City and Regional Planning,University of California,Berkeley CA 94720,USA;2.Faculty of Medicine,University of Los Andes,Bogotá 111711,Colombia;3.Pan-American Health Organization,Washington DC 20037,USA;4.Foundacion FES Social,Bogotá 111311,Colombia;5.School of Public Health,University of Illinois,Chicago IL 60607,USA;6.China Academy of Urban Planning&Design,Beijing 100037,China)

Bogotá,Colombia,is well known for its sustainable urban transport systems,including an extensive network of bike lanes and set-aside street space for recreational cyclists and pedestrians on Sundays and holidays,calledCiclovía(“cycleway”).This paper examines how such facilities along with other attributes of the built environment—urban densities,land-use mixes,accessibility,and proximity to transit—are associated with walking and cycling behavior as well as Ciclovía participation.We find that whereas road facility designs,like street density,connectivity,and proximity to Ciclovía lanes,are associated with physical activity,other attributes of the built environment,like density and land-use mixtures,are not.This is likely because most neighborhoods in built-up sections of Bogotá evolved during a time when non-automobile travel reigned supreme,meaning they are uniformly compact,mixed in their land-use composition,and have comparable levels of transport accessibility.Thus facility designs are what sway nonmotorized travel,not generic land-use attributes of neighborhoods.

built environment;cycling;health;physical activity;transit;walking

2016-06-17

Robert Cervero(1951—)，男，美國人，博士，教授，加州大學交通中心主任，主要研究方向：交通規劃、可持續交通政策與規劃、交通與土地利用。E-mail:robertc@berkeley.edu

譯者簡介：耿雪(1982—)，女，遼寧遼陽人，碩士，工程師，主要研究方向：城市交通規劃。

E-mail:gengxue1314@gmail.com

文章來源：International Journal of Sustainable Transportation，2009年第3卷第4期203-226頁，Taylor&Francis LLC(http://www.tandfonline.com)版權所有，文章鏈接：http://dx.doi.org/10.1080/15568310802178314