李琳 叶宇 陈泳
关键词:步行者;交通安全;生活性街道;多源数据
0 引言
随着城市机动车保有量和居民出行量的迅速增加,以步行为代表的慢行交通和以机动车为代表的快速交通之间的冲突日益显著,步行者交通安全问题引起世界各组织机构的广泛关注。2009 年,世界卫生组织(WHO)首次发布《全球道路安全现状报告》(Global Status Reporton Road Safety),展示各国在实施循证措施有效减少道路交通伤害方面的进展情况,同时强调重视弱势道路使用者(VRU)的安全需求[1]。2015 年,世界资源研究所(WRI)颁布《设计让城市更安全》(Cities Safer by Design),倡导通过运用城市设计手段降低车速减少交通威胁,为街道慢行者提供高品质空间[2]。在此背景下,深入研究步行环境并探索步行安全评测方法正当其时。随着以计算机技术和多源网络数据为代表的新数据技术的迅猛发展,城市科学以深入量化分析与数据计算途径等研究模式为依托,为城市步行安全环境的建设提供有力支撑。
基于步行安全的城市建成环境研究,在交通工程、公共健康和规划景观等领域都进行了大量的研究,主要在街区、街道与交叉口等层面展开。研究显示,街区人口或功能密度、土地使用混合度、交叉口密度和步行网络连续性等要素都会影响人车事故的发生率和严重性[3-4];道路类型、断面宽度、路边停车和设施带景观设计等则会对驾驶员感知心理造成影响[5-6];交叉口形态特征、信号灯设置、过街标识与光线条件等因素都会对行人安全产生影响[7-8]。目前的共识是,碰撞的严重程度主要取决于车速,有效降速和限制速度可以防止碰撞或降低碰撞的严重程度,是保障步行者交通安全的最有效手段[9-10]。值得注意的是,规划景观领域的研究者认为驾驶员做出速度判断的依据是其周边物质环境包含的所有信息[11],速度常被用来解释建成环境的特征是如何影响交通安全的[12]。这显然是一种更为整合的视角,明确了“环境敏感型设计”(context-sensitive design)对于保护行人安全的重要意义。
现有研究主要基于人口普查区域(censustracts)或交通分析区域(travel analysis zones)等地理单元[13],将道路环境、交通和使用者3类要素拟合于交通模型中进行事故概率及严重程度的分析和预测[14]。而三者之间关系的复杂性已突破了传统交通研究的范畴,需在更加整合的城市设计复合视野中进行实证研究。有关“环境敏感型设计”的研究尚存在以下问题:对某些环境要素的特征偏向于定性描述,例如对路段长度等要素的相应量化分析并不充分[15-16];某些交通工程变量对感知心理影响的实证研究不足,例如城市街道中人行道和非机动车道通常依据道路分类和土地使用特征设定宽度[17-18],但空间路权分配对安全效应的影响目前尚不清晰[19];缺乏对街道建成环境的整体考虑,例如目前关注建筑界面和景观设施的视野封闭效应对车进行降速的作用[20-21],但较少关注界面形态变化对驾驶员心理的影响。在新技术的支撑下可对交通流等动态环境要素的影响进行新的挖掘,上述不足之处正是本文的关注点。本研究重点关注街道人车交通事故(以下简称“事故”)的特征,从中微观尺度分析建成环境对驾驶员“未降速”行为的影响,并借助多源数据和计算机技术,对相应案例进行对比分析。
1 调研设计
1.1 数据来源
选择L 市老城核心区作为调研案例,该区域城市功能丰富,聚集了大量居住、办公、商业、学校和医院等。区域内交通网络发达,涵盖了不同等级的道路,街道形态体现出充分的丰富度,交通情况复杂,是该市交通事故较为集中的区域。东侧的河流和南侧的铁路线形成天然的区域分界线,使得地界内城市空间结构相对稳定,近数十年路网结构并无大的改变。本研究主要采集了交通事故、道路结构、城市空间结构和街景路况4 类数据。其中,交通事故是5 年间“涉及行人”的交通事故资料汇总数据,道路结构是通过开放街道地图(OSM)获取的基础路网矢量数据,街道功能是通过高德地图平台获取的反映街区街道功能属性的高德POI数据,街道路况是通过百度地图开放平台进行获取的街景图片数据和实时街道路况数据。
1.2 研究内容
该研究主要包括人车事故与建成环境要素及其相互之间的影响分析。人车事故分析参考扬·盖尔的公共生活研究方法,从“时间、人物、地点”3 个维度展开研究,关注事故发生的时间趋势、驾驶员与受伤者的构成模式,以及事故发生地点的特征(图1)。首先,利用交通事故数据对区域内街道环境作为主要诱因的案件进行筛选,并根据文献[22] 和设计标准1,分别标注路段事故和交叉口事故;其次,对区域内的街道类型进行划分,并将筛选后的事故位置点叠加到街道性质地图上,绘制交通事故地图;最后,通过现场勘测和百度地图复核,建立路段事故样本库,对其分布特征进行综合分析。
环境分析主要从环境要素的形态、空间和功能3 个层面,探讨各要素对交通安全环境的影响。其中,形态要素包括路段长度和出入口密度,空间要素包括路段空间权属和界面透明度,功能要素指街段功能多样性。在形态要素和空间要素层面,主要基于道路结构数据,对样本路段的路权分配进行统计学分布分析,同时基于街景图像数据,分析街道界面透明度变化率等形态特征,并计算其波动状况。在功能要素层面,基于POI 数据分析街道功能设施的多样性,并运用ArcGIS 工具对样本路段进行量化分析。
2 人车事故分析
在案件筛选中,借鉴交通领域“鱼刺图(fishbone diagram)”分析工具,绘制以驾驶员、行人、天气和街道环境4 个主要因素构成的事故分析鱼刺图(图2)。依据该图,排除非环境主因影响的事故,筛选出符合研究要求的事故案例54 起。街道性质划分则参照上海、南京和广州等城市出台的“街道设计导则”方法,分为商业、生活服务、景观休闲、交通性和综合性等5种类型,由于驾驶员受街道同侧环境影响远大于异侧,因此本研究绘制了双侧街道性质地图[23]。风险地图显示,该区域路段事故中共有24 例人车碰撞事故发生于生活服务性街道,占事故总量的44%,因此,生活服务性街道是事故的高发类型街道(图3)。
2.1 时间维度
24起事故案例在午间达到第一个峰值后呈现下降趋势,于下午16:00出现反弹,在午夜达到一天中的第二个峰值(图4)。本研究运用Python 爬取百度地图路况矢量数据,并在ArcGIS 中进行分级渲染,分别绘制工作日和休息日的交通拥堵状况时间轴,发现生活性街道人车事故无一发生于道路交通饱和度高的城市交通高峰期(图5)。因此,车辆拥堵程度并不是事故发生的主要原因,这对交通工程领域“交通量越小,事故率越低”的认识[24] 作出了修正。
2.2 人物维度
对驾驶员而言:从性别来看,男性驾驶员事故高于女性驾驶员,占比83%;从年龄来看,19 ~ 44 周岁的驾驶员占比67%,年龄结构偏年轻化。对受伤者而言:从性别来看,女性受伤者与男性受伤者比例基本持平。从年龄来看,60 周岁以上的受伤者占比42%,反映出易受伤步行者年龄结构偏老龄化。同时,儿童受伤者占比12.9%,表明其在生活服务性街道上也存在一定的安全风险(图6)。
2.3 地点维度
首先,6 车道事故与双车道事故占据比重最大(均为8 起),且街区内部生活性支路发生事故的概率低于外部作为分割边界的干道。其次,从事故发生点来看,9 例案件发生在生活性街道与交通性街道或综合性街道的交接处,4 例事故点同侧100m 范围内产生了街道性质的改变。结合交通领域对驾驶员视线扫描范围研究的结论[25] 可以推测,沿街界面形态的改变对驾驶员的车速调整产生了关键影响。最后,7例事故点位于小区出入口处或附近,其中6 例事故涉及的受伤者为60 周岁以上的老年人,由此可见,老年人在小区出入口及附近的步行安全值得关注。
综合“时间、人物、地点”3 个维度,本研究发现事故热点地区、特殊人群以及峰值时间具有高度相关性。地点维度分析中共涉及15个事故热点,涉及老年人和未成年人的事故共10 例,其中一半的事故发生在时间维度所示的分布峰值时段,这印证了环境要素对人车事故产生的重要影响。
3 环境要素分析
基于上文分析,发现环境因素是影响步行者安全的重要因素,这与交通、景观和公共健康领域的相关研究具有一致性[26]。为了深入剖析环境要素的影响,调研阶段通过对当地交管部门和多位一线警员的走访,获知核心区范围内存在两片鲜少有人车事故发生的区域。现场勘察中发现,这两片区域内部生活性街道集中,受大型商超和写字楼等特殊城市功能的干扰较小,具有一定的典型性。因此,对该典型区域建立生活性街道样本库,根据勘测排除功能形态产生重复的街段,从两片区域中选取10 个街段共20 个样本路段与事故路段进行对比研究(图7,图8)。
3.1 形态要素
城市设计经典理论中通常关注街道长度与比例,把街道长度与比例作为衡量街道形态的关键要素。同时,街道也是被一系列节点激活的路径,出入口的密度特征反映出其被激活的频次与状态[27]。在探讨形态要素对步行者安全的影响时,选取路段长度和出入口密度两个要素进行分析。
(1)路段长度对驾驶员的心理产生影响,长而直的街道会导致更高的车速,学者们不断呼吁对传统街道形态的回归,认为更窄、更短的街道更能保障步行者的交通安全。如图9 所示,事故路段24 个样本的路段长度箱线图中位数为455m,最长为850m,最短为269m;无事故区域20 个样本的路段长度箱线图中位数为306m,最长为402m,最短为175m,且分布较事故路段更为集中(图9)。
(2)通过上节地点维度的分析可作出推测,出入口较多的路段人车流量均会有所提升,同时也意味着更多的冲撞矛盾点。如图10 所示,事故路段24 个样本的路段出入口密度箱线图中位数为0.936 5,即每百米有0.936 5 个出入口,异常值案例的百米出入口更是多达2.2 个;20 个无事故路段出入口密度箱线图中位数为0.655 9,分布上显著低于事故路段(图10)。
3.2 空间要素
空间要素主要探讨街道使用者的空间配给和街道的垂直界面特征,其中重点关注两个要素:路段空间权属和界面透明度。路段的空间权属反映了行人与车辆的路权关系,这一关系的合理配置是街道活动有序开展的前提。而街道的界面由建筑物立面决定,反映着街道的气氛及性格,同时也是对驾驶员行为产生影响的主要环境界面。
1)路段空间权属。
路段空间权属影响了使用者的活动范围,尤其影响了步行选择和街道视线通达性,因此空间权属分配的合理性对减少碰撞矛盾点数量、降低事故频次至关重要。选取机动车道、非机动车道、路边停车和人行道4 个要素进行分析,并以其宽度勘测值作为参数进行研究(图11,图12)。这4 个要素的相关参数在美国佛罗里达州的“行人服务水平(PedestrianLevel of Service, PLoS)”、美国旧金山的“步行环境质量指标(Pedestrian EnvironmentalQuality Index, PEQI)”和英国的“行人环境评估系统(Pedestrian Environment Review System,PERS)”等现有宜步行评价体系中多次出现,是衡量步行安全环境的重要指标。
(1)临近车行道宽度:事故路段样本中位数为3.11m(净宽值),无事故路段样本中位数为3.30m,无事故路段似乎略大于事故街段。原因在于10 条无事故路段中的9 条为双向单车道,且其中5 条采取了机非共享道路模式,其余路段的车道宽度在2.86 ~ 3.20m 之间。总体来看,临近车道宽度在两类样本中基本持平。
(2)非机动车道宽度:事故路段样本中位数为2.875m,无事故路段样本中位数为1.950m,无事故路段远小于事故街段。调研发现,两类样本的专有停车位数量都是有限的,因此非机动车道更宽的道路为违章停车行为提供了更多便利,进而可能形成更多的事故冲突点。
(3)路边停车宽度:25% 的事故路段和20% 的无事故路段设置有专用停车位,中位数分别为2.16m 和2.10m,两者水平基本持平。路边停车对于街道安全的影响并不是单一的,一方面其对降低车速和严重事故发生率起到了积极作用,另一方面由于对驾驶员视线通达性造成的负面影响,提升了整体事故的发生率[28]。值得关注的是,无事故片区中,I 区部分路段在临时停车泊位边安置了智能停车桩,有效提升了该片区街道的路侧停车周转率,II 区除一条路段外其余路段均未设置路侧停车位,两者的共同特点是街道呈现出路侧停车不饱和的常态。
(4)人行道有效宽度:事故路段样本中位数为2.215m,最宽可达4.850m,最窄不足1.000m;无事故路段样本中位数为3.175m,远大于事故路段,其最宽可达8.600m,最窄处也有1.500m,再一次印证了人行道空间对于保证步行者安全的重要性。
2)界面透明度。
街道垂直界面通过其组成要素形态的变化对驾驶员视觉产生影响,其研究范围集中在街道设施带及其相邻区域。英国交通部门的一项研究印证了建筑物的界面形态会使道路产生视觉“变窄”现象,从而使驾驶员产生减速行为[29]。本文关注街道界面形态中界面透明度这一要素,由临街墙面的形态决定,是决定路段性质的重要因素。
首先,基于事故地点维度的探讨设立假设:当街道界面产生变化时,尤其是从界面透明度低的街段进入界面透明度高的街段时,驾驶员未能及时做“降速”处理,导致人车碰撞事故的发生。其次,对生活性街道进行编号,将每个路段设置为一个单元(A1),并以100m 为单位划分次级单元(A1-1),通过百度地图平台以20m 为间隔抓取街景图片。研究区域内共有生活性街道路段单元238个,包含830个次级单元,共抓取街景图片3981 张。最后,计算界面透明度及其变化率,本研究将街景图像门窗洞口面积总和在该图像底层界面中的面积占比命名为界面透明度,并将一组单元图片中每张图片透明度与总体均值的差异(即方差)命名为该路段的透明度变化率。计算公式如下:
遴选出符合实验假设的事故案例共8 项,分别计算其所在路段的样本方差,最低为0.182 4,最高为0.303 9,基本在0.250 0 上下浮动(表1)。同时,研究区域中无事故发生的纯生活性街段共64 段,随机抽选32 段作为样本路段并计算样本方差。相应无事故路段的样本方差在0.150 0 上下浮动(表2),与事故路段的透明度变化率相比,变化率较小,街道界面形态较为稳定,由此印证了实验假设。
3.3 功能要素
街道功能制约着街道活动的形式和发生强度,这在社会学和城市设计经典理论中均有论述。街区或街道的功能多样性越强,越能满足城市的不同生活需求和吸引不同群体。在老城区中,既存在居民区较为集中的地块,周边路段是功能设施较为单一的生活服务街道,也存在居民区和医疗机构、小型商业或公司企业等功能单元融合在同一地块中的情况,此类地块周边路段性质较为综合。
首先,基于地点维度对事故发生地点的分析,街区内部生活服务性街道发生事故的概率低于外部作为分割边界、功能较为综合的路段。设立假设:功能多样性强的街段,步行者的安全风险高于功能多样性弱的街段。其次,通过高德地图API 接口,采集研究区域所有路段两侧50m 范围内的POI 点位数共计19,338 条,筛选后的POI 数据分为以下9 类(见表3)。并运用ArcGIS 空间连接工具,借鉴香农- 维纳多样性指数(Shannon-Wiener's diversity index)计算路段两侧50m 范围内的POI 功能多样性程度,公式如下:
式中,i 表示POI 数据的类型;ni 表示路段范围内第i 种类型POI 数据的数量;N 表示该路段POI 数据的总数。计算结果显示,事故路段的POI 熵值在0.65 ~ 0.70 上下浮动(表4)。无事故路段的POI 熵值在0.55 上下浮动(表5)。与事故街段相比,无事故路段的功能多样性略低。由此可见,对生活性街道而言,虽然主导功能均为餐饮、购物和生活服务,但由于道路等级和所处区域不同等因素,导致街道功能丰富度存在差异。其中,功能多样性强的街段,步行者的交通安全风险较高,印证了实验假设。
3.4 影响分析
鉴于上述实证研究对环境要素的分析,尝试构建街道建成环境要素与人车事故之间的关联图示。如图13 所示:①形态要素中的路段长度和空间要素中的界面透明度通过对驾驶员心理产生作用,影响了车速,进而对人车事故的频次和严重性产生影响;②形态要素中的出入口密度和功能要素中的功能多样性主要影响了街道的人车流量和事故发生的矛盾点数量,从而作用于人车事故的频次;③空间要素中的空间权属则主要作用于事故的空间矛盾点,同样从频次上对事故产生影响。
4 结语
研究发现,建成环境对老城核心区生活性街道人车事故产生影响,降低车速对于减少此类街道碰撞冲突、保护街道弱势使用者出行安全,以及维护街区内部行人丰富的街道生活而言具有重要意义。需要注意的是,形态、空间和功能等要素对人车事故的作用方面虽各有侧重,但三者之间又相互影响,应综合考虑各类要素的影响内容与方式,为街道设计提供恰当的优化建议。同时,由此形成的步行安全环境评测指标建议也可以对交通工程领域的原有指标有所补充。
4.1 设计建议
正如相关研究指出,速度是行人交通事故的关键风险因素,车速管理是降低行人交通风险的有效措施[30-31]。现有车速管理的工程方法主要是一系列的交通减速措施,如减速带、过街安全岛和街道瘦身等处理方法[32],城市设计师则应致力于创造出可实现自然控制车速的街道,而并非完全依赖于交通工程的处理。
第一,在街道形态方面,由于驾驶员的视觉判断受到街道环境的整体影响,因此,应结合其他街道形态要素,设计较为恰当的安全路段长度。出入口密度作为影响事故频次的关键因素,虽然出入口密度高可以限制车速的提高,但应避免出入口两侧的路边停车对驾驶员视线的遮挡。第二,空间分配方面,在街道宽度限定的前提下,人行道有效宽度和非机动车道宽度既保护了步行者的路权,降低其与车辆交通接触的风险,又能通过有效控制行车道宽度,限制驾驶员的前方能见度,实现降速的目的。另外,在提高沿街店铺界面形态丰富度的同时降低其透明度变化率是保护行人安全的有效策略。第三,在街道功能方面,多样性丰富的街道因人车流量较大和行人穿行频次较高,激发了更多的事故矛盾点,但这一特征可以降低行车速度。因此,应提高沿街土地利用的合理性,激发持续性的步行活动,实现车速的全天自然控制,以降低行人的交通风险。
4.2 指标建议
秉持倡导安全步行出行理念、推进精细化建成环境指标体系建设,基于本文案例研究,针对生活性街道提出以下评测指标建议。环境要素分为形态、空间和功能3 个层面,包括路段长度、出入口密度等7 个评测指标,运用分级打分模式,对目标街道的相应风险等级进行分类分项评测(表6)。
其中,街道层面共6 个评价指标,总分区间为[6,18],设定评测标准如下:当街道测评分数在[6,10] 时,交通安全风险等级较低;当街道测评分数在[10,18] 时,存在较高交通安全风险隐患,需进行分项排查。对本案涉及的24个事故路段和20 个无事故路段共44 个样本进行风险等级综合测评,其中40 个样本符合该评测分类,准确率达90.9%。
本研究的不足之处:首先,个案分析的特殊性较强,交通事故数据的获取难度较大导致样本街道数量偏小,难免挂一漏万。其次,研究针对老城核心区生活性街道提出优化策略,但新城核心区及新老结合带等区域则面临不同的安全问题和挑战,应针对不同城市形态片区的生活性街道安全环境开展研究和制定差异性策略。最后,本文仅聚焦生活性街道的步行安全环境研究,未来可纳入更多街道类型,以形成更为综合完整的步行安全环境研究体系。
SYNOPSIS
Pedestrian Traffic SafetyEnvironment Research Basedon Multi-source Data:A Case Study of Living Streets in theCity Core Area
Lin Li, Yu Ye, Yong Chen
At present, with the rapid increase in the numberof urban motor vehicles and the travel volume ofresidents, the conflict between slow traffic represented
by walking and fast traffic represented by motorvehicles is becoming increasingly significant. Howto use new technology tools and new data resourcesto study the pedestrian traffic safety environmentbecomes the focus of discussion. It is especiallyreflected in the discussion on the walking safety ofliving streets in the city core area, which is mostclosely related to residents travel. At present, there isa consensus that the speed reduction and restrictioncan prevent the probability and severity of humanvehicleaccidents, but how to influence the drivingspeed through street environment design needs furtherstudy.
Therefore, with reference to walkabilityevaluation system and tools, guidelines for streetdesign and academic papers, this paper summarizesthat current research has made progress in qualitativeanalysis of street environment elements, study onallocation of street space right and the influence ofstreet facilities on vehicle speed, and so on. But thereare still deficiencies in the quantitative analysis ofstreet environment elements, the safety efficiency ofstreet space allocation and the psychological impactof street interface on drivers.
This paper takes the living street in the city corearea as an example, focuses on the characteristicsof pedestrian-vehicle traffic accidents, analyzes theinfluence of the built environment on the vehiclespeed, and makes a comparative analysis of thecharacteristics of the traffic cases streets and thestreets in the zero-traffic case areas with the help ofmulti-source data and computer technology.
It is found that the built environment has animpact on pedestrian-vehicle accidents on livingstreets in the city core area, and speed control is ofgreat significance to reduce street collisions, protectthe vulnerable walkers, and maintain the richstreet life inside the neighbourhood. The factorsof street form, space and function have differentemphasis on pedestrian-vehicle accidents. So, it isan effective method to realize the natural vehiclespeed control by designing appropriate road length,ensuring the priority right for pedestrians and nonmotorvehicles, improving the rationality of landuse along the street and reducing the change rate ofinterface transparency.
In order to promote the construction ofthe refined built environment index system andfacilitate the effective evaluation of the walkingsafety environment in the urban renewal work,the study divides the walking safety environmentmeasurement scale into three levels: form, spaceand function, including 7 evaluation indicatorsincluding road length, entrance density, width ofsidewalks and lanes, interface transparency changerate, diversity of street functions. The evaluationscale is presented in graded scoring mode, whichcan be applied to the corresponding risk level of thetarget street.