建成環境對行人安全性和步行性的影響：文獻綜述和案例分析

張 昊 尹 力 ZHANG Hao, YIN Li

1 研究背景

世界衛生組織（WHO）的數據顯示，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。肥胖愈發成為席卷全球的公共健康危機之一。當前許多學者提出并證明了以“D指標”（Density密度，Design設計，Diversity多樣性，Destination accessibility目的地可達性）為代表的建成環境要素與減少肥胖和提高居民運動量相關[1]88,[2-3]。為進一步降低肥胖率，研究者們通過探討D指標與健康的關系，提出設計、維護、改造建成環境的具體措施，為社區居民步行和運動提供了保障[4-5]。目前，眾多研究關注建成環境對健康的影響，而建成環境對行人安全影響的研究則相對較少。以美國為例，行人交通事故是導致年輕人死亡的主因之一，放眼世界范圍內亦是如此[6-7]。因此，開展促進步行研究的同時，必須考慮提高行人安全的有效途徑。

相關文獻探索了一系列行人安全的影響因子。其中，涵蓋的主要領域包括環境要素（自然環境和建成環境）和人口社會要素（司機和行人的特點）[8],[9]872。就建成環境而言，現有資料關注街道和路口的設計。例如，研究設置信號燈的路口和環島對行人安全的影響[10]。本文從促進步行和行人安全兩個方面，系統地梳理了當前的研究文獻，目的在于歸納出相應的環境影響因子。具體而言，希望通過研究對步行性和行人安全都有影響的D指標，深化對建成環境和行人安全的關系的理解。

眾所周知，安全的環境是促進步行和改善健康的前提和保障。我們認為，步行研究中常用的D指標對行人安全也非常重要。此外，作為覆蓋北美的步行友好評價指數——步行指數（Walk Score），在研究和實踐中均得到廣泛應用。參考步行指數的相關文獻有益于增進對建成環境和行人安全的關系的認識。需要指出的是，在受空間影響的相關性研究中，將空間自相關考慮在內是十分必要的。目前只有少量研究行人安全的文獻考慮了空間自相關[11]654,[12],[13]306。通過系統的文獻綜述和基于美國紐約州布法羅市的案例研究，筆者探討建成環境與步行性和安全性兩者的關系；并通過引入步行研究中的D指標，進一步深化對影響行人安全的環境要素的認知。

2 文獻綜述

2.1 研究方法

系統性地梳理建成環境對步行性和安全性影響的相關文獻，并討論了步行指數的相關研究。近年來，越來越多的學者引入了地理學中的空間自相關概念進行空間分析。基于此，我們對控制空間自相關在行人安全研究中的重要性進行了探討，并從PubMed，Google Scholar，Web of Knowledge網站選取了50篇文獻。這些網站涵蓋了城市規劃、安全、公共衛生等眾多領域的前沿學術成果。文獻時間跨度為1988年—2019年，大部分研究發表于2000年后，包括學術論文、出版書籍、政府機構統計報告、博士畢業論文、網站數據等。筆者全面闡述文獻中的研究思路、研究方法和研究結論，并詮釋研究中的亮點和不足。

2.2 研究成果

2.2.1 建成環境對步行的影響

眾多研究系統地論證了建成環境對步行的影響。其中，D指標常被用來量化影響交通行為的環境特征[1]93,[14-15]。具有代表性的包括3D模型（密度、多樣性、設計）和5D模型（密度、多樣性、設計、目的地可達性、公交站點距離）。其中，密度通常指單位區域內的人口或就業數量；多樣性指用地混合度，即某一地區不同的用地類型及互補程度；設計指街道通達性，即路網中某一點到另一點的可選路徑；目的地可達性指到達目的地（比如工作場所）的難易程度；公交站點距離指從住宅或工作場所到最近公交站點的最短路線的平均值，也有研究使用公交路線密度、公交站點間距、單位面積的站點數進行該指標的量化。D指標通常用于步行范圍內的研究，常用的步行范圍則介于400—800 m之間[16-18]。

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

2.2.2 建成環境對行人安全的影響

關于建成環境對行人安全影響的研究主要集中于環境要素和社會人口要素兩方面。環境要素指街道特征，如單行道、振動帶、減速帶等，以及路口密度和類型，如三向路口、四向路口、交通環島、信號控制路口[9]874,[22]12。研究顯示，位于四向路口的交通事故率遠高于三向路口[23]350。社會人口要素指社區人口特征以及司機和車輛特征，具體包括社區財富水平、司機血液酒精濃度、車輛類型等[24]。研究表明，建成環境對車流量有一定影響，從而進一步影響交通安全[11]655。既有文獻顯示車流量尤其是公車和卡車的數量與行人交通死亡率有關；位于路口的平均車流量越大會加劇當地的行人交通事故率[25-26]。

大量研究已經證實D指標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。當前，行人安全相關文獻已引入一些D指標，包括密度、多樣性、設計和公交站點距離[9]875,[22]17,[27]125。Clifton and Kreamer-Fults[28]710指出，位于公立學校周邊的公交可達性、商業用地率、人口密度與行人交通事故率正相關。LaScala等[27]130發現，位于高人口密度和高路口密度的地區，行人交通事故率更高。高人口密度的地區常位于就業中心附近，因此不但受當地車輛的影響，還受來自其他地區車流的影響，這將增加事故發生的概率[23]355。基于相關研究，當前文獻提出了通過改善行人安全促進步行的具體措施，如優化街道設計、提升窄車道利用率、完善道路安全設施（減速凸面等）、增加車道兩側綠化[29]。綜上所述，行人安全研究中討論的建成環境因素包括了一些D指標，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交通理論，偏重道路設計、路口密度、交通流量等方面的考量。有鑒于此，本文系統地論證了步行性研究的D指標對行人安全的作用，以及相應的城市規劃與設計措施。

2.2.3 步行指數相關研究

步行指數算法包含了兩類D指標（設計和目的地可達性），如街區長度、路口密度、便利設施的臨近程度等。該指數通過衰減函數以量化街道的步行適宜程度[30]。具體而言，步行指數衡量的設施包括：雜貨店、餐館、購物/零售中心、咖啡店、銀行、公園、學校、書店、娛樂場所等[31]4166。步行指數為公眾提供了街道步行性優劣的量化評分。同時，有學者在研究和實踐中參考步行指數，衡量研究區域的步行性。文獻表明，步行指數可針對性地評價社區步行性，關注零售服務密度、休閑與開放空間密度等指標，強調社區相對目的地的可達性[32]411。

高人口密度地區的步行指數與步行性之間的相關性更強。步行指數尤其適用于步行相關的環境研究，例如零售目的地、路口密度和居住密度等[31]4172,[32]413。針對步行指數的批判和質疑在于該指標過于強調實用性質的步行，而忽略了休閑娛樂性質的步行[33-34]。此外，一些與步行相關的建成環境要素可能未被納入步行指數算法中，例如多樣性和公交可達性。然而，步行指數的優點也顯而易見。步行指數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境評估數據，還可以不受地理范圍等條件的限制。因此本文認為，在行人安全相關研究中引入步行指數，可以深化對影響行人安全的環境要素的理解。2.2.4控制空間自相關的重要性

空間自相關是變量間相互空間關系的研究[35-36]。隨著研究用到的空間數據的增加，學者們認識到控制空間自相關是建構空間模型的基礎。Goodchild[37]認為空間自相關是地理數據的主要特征，因此，在空間模型中需要控制空間自相關。目前，一些行人安全的文獻已經討論了在模型創建和解釋中控制空間自相關的重要性[11]656,[13]309。然而，大多數關于建成環境對行人安全影響的研究較少考慮空間自相關效應。從行人安全的角度出發，當某一位置發生的事故數量和嚴重程度可能受到相鄰環境的影響時，就應將空間自相關納入考量。引入地理加權回歸（GWR）模型，可以從統計學上分析事故與環境因素之間的關系，同時考慮事故的空間位置[38]。為了系統論證環境對行人安全的空間影響，本文應用地理加權泊松回歸（GWPR）模型控制空間自相關，探討了以D指標為代表的建成環境對行人安全的影響。

2.2.5 小結

為探討建成環境如何同時影響安全性和步行性，本文在傳統行人安全研究以及建成環境與步行性研究的基礎上，系統梳理相關文獻資料，并指出現有文獻的不足之處：（1）較少研究統籌論證步行相關的建成環境因素對行人安全的影響；（2）建成環境對行人安全的影響伴隨著空間自相關效應，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的同時，使用D指標定量論證了建成環境對行人安全的影響。由于步行指數衡量兩類D指標，因此，本文進一步擴展了步行指數在評估行人安全方面的適用性。通過分析建成環境與行人安全的關系，以期為城市規劃師和政策制定者提供有針對性地建設步行友好和安全人居環境的建議（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網站評為步行優異的全美前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站收集2012年—2016年車流量和行人交通事故的數據，從紐約州GIS Clearinghouse收集2015年街道中心線數據。其他數據諸如人口密度、非裔人口密度、就業密度等，分別從紐約州、美國人口普查局、Walk Score網站收集獲取。本文比較了普通最小二乘（OLS）模型和GWPR模型的結果，詮釋了建成環境對行人安全的空間影響。同時通過地理加權回歸軟件（GWR4.0）對行人事故和建成環境之間的空間關系進行建模。

圖1研究思路

本文評估了在兩類直線半徑（400 m和800 m）內，建成環境與行人安全的關系。借鑒傳統交通安全研究，選取三向和四向兩種路口密度進行深入分析。基于街網度量和空間句法的相關理論[40-42]，構建了整合度指標來衡量街道在路網內的集成程度。對于用地混合度，通過計算熵值進行量化。這也是建成環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、就業密度、用地混合度、車流量、整合度和步行指數（見表1）。

3.2 研究成果

GWPR模型的結果優于OLS模型的結果，表明前者空間分析的適用性和解釋力更強，顯示了控制空間自相關效應的重要性。位于400 m半徑內的自變量影響均顯著。位于800 m半徑內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對行人安全影響有差異，400 m內行人更多，交通事故也相應較多[28]712,[44]。相比而言，800 m內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相關，這與世界范圍內已有的研究結論一致[27]131,[45-49]。就業密度與行人安全性正相關，這與現有文獻結論有矛盾。產生這一差異的原因可能是位于布法羅市區（就業密度最高的地區）的步行設施（人行道、交通信號燈、停車標志等）維護良好，為行人安全提供了有力保障。步行指數與行人安全性負相關。步行指數較高意味著該地區路口較密集，而研究表明路口密度與行人安全性負相關[23]361,[30]。需要指出的是，步行指數與步行性正相關，而與行人安全性負相關。非裔人口密度與400 m半徑內的行人安全性負相關，與800 m半徑內的行人安全性正相關。這是由于400 m內較高的非裔人口密度可能意味著更多的行人，而800 m內的非裔人群可能選擇步行以外的其他交通方式。大多數非裔美國人與低收入和貧困存在統計上的相關性，而社會經濟因素對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系也受距離影響。整合度在400 m內與行人安全性負相關，在800 m內與行人安全性正相關。

表1變量指標一覽表

4 結論與討論

本文通過對當前文獻的梳理總結，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，深化了對建成環境影響行人安全和步行性機制的理解。針對現有文獻的不足，筆者系統論證與步行相關的建成環境因素，尤其是廣泛應用的D指標對行人安全的影響。通過案例分析，建立空間模型，評估建成環境對行人安全的空間影響，強調控制空間自相關的重要性。研究表明，一系列建成環境要素（包括D指標）與行人安全顯著相關。該結論豐富了相關領域的理論成果。通過梳理步行指數的相關文獻及其在案例中的應用，拓展步行指數在不同地理區域和不同空間尺度上評估行人安全的適用性。值得注意的是，步行指數與行人安全負相關，而與步行性正相關。這就為建設步行友好和安全的人居環境提供了新思路，應進一步評估傳統意義上的步行友好場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安全性和步行性的意義。

本文為城市規劃師和政策制定者提供了通過城市規劃和設計改善行人安全性的策略。具體包括：（1）應在人口聚集、多路口和車流繁忙的場所增加人行道、交通信號等安全設施；（2）應進一步完善建設既適宜步行又安全的人居環境的合理方案；（3）應更多地關注弱勢群體，例如低收入人群；（4）行人安全受其相鄰區域環境的影響，因此應關注整個地區行人安全的持續改善。

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