李琳 葉宇　陳泳

關(guān)鍵詞：步行者；交通安全；生活性街道；多源數(shù)據(jù)

0 引言

隨著城市機(jī)動(dòng)車(chē)保有量和居民出行量的迅速增加，以步行為代表的慢行交通和以機(jī)動(dòng)車(chē)為代表的快速交通之間的沖突日益顯著，步行者交通安全問(wèn)題引起世界各組織機(jī)構(gòu)的廣泛關(guān)注。2009 年，世界衛(wèi)生組織（WHO）首次發(fā)布《全球道路安全現(xiàn)狀報(bào)告》（Global Status Reporton Road Safety），展示各國(guó)在實(shí)施循證措施有效減少道路交通傷害方面的進(jìn)展情況，同時(shí)強(qiáng)調(diào)重視弱勢(shì)道路使用者（VRU）的安全需求[1]。2015 年，世界資源研究所（WRI）頒布《設(shè)計(jì)讓城市更安全》（Cities Safer by Design），倡導(dǎo)通過(guò)運(yùn)用城市設(shè)計(jì)手段降低車(chē)速減少交通威脅，為街道慢行者提供高品質(zhì)空間[2]。在此背景下，深入研究步行環(huán)境并探索步行安全評(píng)測(cè)方法正當(dāng)其時(shí)。隨著以計(jì)算機(jī)技術(shù)和多源網(wǎng)絡(luò)數(shù)據(jù)為代表的新數(shù)據(jù)技術(shù)的迅猛發(fā)展，城市科學(xué)以深入量化分析與數(shù)據(jù)計(jì)算途徑等研究模式為依托，為城市步行安全環(huán)境的建設(shè)提供有力支撐。

基于步行安全的城市建成環(huán)境研究，在交通工程、公共健康和規(guī)劃景觀等領(lǐng)域都進(jìn)行了大量的研究，主要在街區(qū)、街道與交叉口等層面展開(kāi)。研究顯示，街區(qū)人口或功能密度、土地使用混合度、交叉口密度和步行網(wǎng)絡(luò)連續(xù)性等要素都會(huì)影響人車(chē)事故的發(fā)生率和嚴(yán)重性[3-4]；道路類(lèi)型、斷面寬度、路邊停車(chē)和設(shè)施帶景觀設(shè)計(jì)等則會(huì)對(duì)駕駛員感知心理造成影響[5-6]；交叉口形態(tài)特征、信號(hào)燈設(shè)置、過(guò)街標(biāo)識(shí)與光線條件等因素都會(huì)對(duì)行人安全產(chǎn)生影響[7-8]。目前的共識(shí)是，碰撞的嚴(yán)重程度主要取決于車(chē)速，有效降速和限制速度可以防止碰撞或降低碰撞的嚴(yán)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，規(guī)劃景觀領(lǐng)域的研究者認(rèn)為駕駛員做出速度判斷的依據(jù)是其周邊物質(zhì)環(huán)境包含的所有信息[11]，速度常被用來(lái)解釋建成環(huán)境的特征是如何影響交通安全的[12]。這顯然是一種更為整合的視角，明確了“環(huán)境敏感型設(shè)計(jì)”（context-sensitive design）對(duì)于保護(hù)行人安全的重要意義。

現(xiàn)有研究主要基于人口普查區(qū)域（censustracts）或交通分析區(qū)域（travel analysis zones）等地理單元[13]，將道路環(huán)境、交通和使用者3類(lèi)要素?cái)M合于交通模型中進(jìn)行事故概率及嚴(yán)重程度的分析和預(yù)測(cè)[14]。而三者之間關(guān)系的復(fù)雜性已突破了傳統(tǒng)交通研究的范疇，需在更加整合的城市設(shè)計(jì)復(fù)合視野中進(jìn)行實(shí)證研究。有關(guān)“環(huán)境敏感型設(shè)計(jì)”的研究尚存在以下問(wèn)題：對(duì)某些環(huán)境要素的特征偏向于定性描述，例如對(duì)路段長(zhǎng)度等要素的相應(yīng)量化分析并不充分[15-16]；某些交通工程變量對(duì)感知心理影響的實(shí)證研究不足，例如城市街道中人行道和非機(jī)動(dòng)車(chē)道通常依據(jù)道路分類(lèi)和土地使用特征設(shè)定寬度[17-18]，但空間路權(quán)分配對(duì)安全效應(yīng)的影響目前尚不清晰[19]；缺乏對(duì)街道建成環(huán)境的整體考慮，例如目前關(guān)注建筑界面和景觀設(shè)施的視野封閉效應(yīng)對(duì)車(chē)進(jìn)行降速的作用[20-21]，但較少關(guān)注界面形態(tài)變化對(duì)駕駛員心理的影響。在新技術(shù)的支撐下可對(duì)交通流等動(dòng)態(tài)環(huán)境要素的影響進(jìn)行新的挖掘，上述不足之處正是本文的關(guān)注點(diǎn)。本研究重點(diǎn)關(guān)注街道人車(chē)交通事故（以下簡(jiǎn)稱(chēng)“事故”）的特征，從中微觀尺度分析建成環(huán)境對(duì)駕駛員“未降速”行為的影響，并借助多源數(shù)據(jù)和計(jì)算機(jī)技術(shù)，對(duì)相應(yīng)案例進(jìn)行對(duì)比分析。

1 調(diào)研設(shè)計(jì)

1.1 數(shù)據(jù)來(lái)源

選擇L 市老城核心區(qū)作為調(diào)研案例，該區(qū)域城市功能豐富，聚集了大量居住、辦公、商業(yè)、學(xué)校和醫(yī)院等。區(qū)域內(nèi)交通網(wǎng)絡(luò)發(fā)達(dá)，涵蓋了不同等級(jí)的道路，街道形態(tài)體現(xiàn)出充分的豐富度，交通情況復(fù)雜，是該市交通事故較為集中的區(qū)域。東側(cè)的河流和南側(cè)的鐵路線形成天然的區(qū)域分界線，使得地界內(nèi)城市空間結(jié)構(gòu)相對(duì)穩(wěn)定，近數(shù)十年路網(wǎng)結(jié)構(gòu)并無(wú)大的改變。本研究主要采集了交通事故、道路結(jié)構(gòu)、城市空間結(jié)構(gòu)和街景路況4 類(lèi)數(shù)據(jù)。其中，交通事故是5 年間“涉及行人”的交通事故資料匯總數(shù)據(jù)，道路結(jié)構(gòu)是通過(guò)開(kāi)放街道地圖（OSM）獲取的基礎(chǔ)路網(wǎng)矢量數(shù)據(jù)，街道功能是通過(guò)高德地圖平臺(tái)獲取的反映街區(qū)街道功能屬性的高德POI數(shù)據(jù)，街道路況是通過(guò)百度地圖開(kāi)放平臺(tái)進(jìn)行獲取的街景圖片數(shù)據(jù)和實(shí)時(shí)街道路況數(shù)據(jù)。

1.2 研究?jī)?nèi)容

該研究主要包括人車(chē)事故與建成環(huán)境要素及其相互之間的影響分析。人車(chē)事故分析參考揚(yáng)·蓋爾的公共生活研究方法，從“時(shí)間、人物、地點(diǎn)”3 個(gè)維度展開(kāi)研究，關(guān)注事故發(fā)生的時(shí)間趨勢(shì)、駕駛員與受傷者的構(gòu)成模式，以及事故發(fā)生地點(diǎn)的特征（圖1）。首先，利用交通事故數(shù)據(jù)對(duì)區(qū)域內(nèi)街道環(huán)境作為主要誘因的案件進(jìn)行篩選，并根據(jù)文獻(xiàn)[22] 和設(shè)計(jì)標(biāo)準(zhǔn)1，分別標(biāo)注路段事故和交叉口事故；其次，對(duì)區(qū)域內(nèi)的街道類(lèi)型進(jìn)行劃分，并將篩選后的事故位置點(diǎn)疊加到街道性質(zhì)地圖上，繪制交通事故地圖；最后，通過(guò)現(xiàn)場(chǎng)勘測(cè)和百度地圖復(fù)核，建立路段事故樣本庫(kù)，對(duì)其分布特征進(jìn)行綜合分析。

環(huán)境分析主要從環(huán)境要素的形態(tài)、空間和功能3 個(gè)層面，探討各要素對(duì)交通安全環(huán)境的影響。其中，形態(tài)要素包括路段長(zhǎng)度和出入口密度，空間要素包括路段空間權(quán)屬和界面透明度，功能要素指街段功能多樣性。在形態(tài)要素和空間要素層面，主要基于道路結(jié)構(gòu)數(shù)據(jù)，對(duì)樣本路段的路權(quán)分配進(jìn)行統(tǒng)計(jì)學(xué)分布分析，同時(shí)基于街景圖像數(shù)據(jù)，分析街道界面透明度變化率等形態(tài)特征，并計(jì)算其波動(dòng)狀況。在功能要素層面，基于POI 數(shù)據(jù)分析街道功能設(shè)施的多樣性，并運(yùn)用ArcGIS 工具對(duì)樣本路段進(jìn)行量化分析。

2 人車(chē)事故分析

在案件篩選中，借鑒交通領(lǐng)域“魚(yú)刺圖（fishbone diagram）”分析工具，繪制以駕駛員、行人、天氣和街道環(huán)境4 個(gè)主要因素構(gòu)成的事故分析魚(yú)刺圖（圖2）。依據(jù)該圖，排除非環(huán)境主因影響的事故，篩選出符合研究要求的事故案例54 起。街道性質(zhì)劃分則參照上海、南京和廣州等城市出臺(tái)的“街道設(shè)計(jì)導(dǎo)則”方法，分為商業(yè)、生活服務(wù)、景觀休閑、交通性和綜合性等5種類(lèi)型，由于駕駛員受街道同側(cè)環(huán)境影響遠(yuǎn)大于異側(cè)，因此本研究繪制了雙側(cè)街道性質(zhì)地圖[23]。風(fēng)險(xiǎn)地圖顯示，該區(qū)域路段事故中共有24 例人車(chē)碰撞事故發(fā)生于生活服務(wù)性街道，占事故總量的44%，因此，生活服務(wù)性街道是事故的高發(fā)類(lèi)型街道（圖3）。

2.1 時(shí)間維度

24起事故案例在午間達(dá)到第一個(gè)峰值后呈現(xiàn)下降趨勢(shì)，于下午16：00出現(xiàn)反彈，在午夜達(dá)到一天中的第二個(gè)峰值（圖4）。本研究運(yùn)用Python 爬取百度地圖路況矢量數(shù)據(jù)，并在ArcGIS 中進(jìn)行分級(jí)渲染，分別繪制工作日和休息日的交通擁堵?tīng)顩r時(shí)間軸，發(fā)現(xiàn)生活性街道人車(chē)事故無(wú)一發(fā)生于道路交通飽和度高的城市交通高峰期（圖5）。因此，車(chē)輛擁堵程度并不是事故發(fā)生的主要原因，這對(duì)交通工程領(lǐng)域“交通量越小，事故率越低”的認(rèn)識(shí)[24] 作出了修正。

2.2 人物維度

對(duì)駕駛員而言：從性別來(lái)看，男性駕駛員事故高于女性駕駛員，占比83%；從年齡來(lái)看，19 ～ 44 周歲的駕駛員占比67%，年齡結(jié)構(gòu)偏年輕化。對(duì)受傷者而言：從性別來(lái)看，女性受傷者與男性受傷者比例基本持平。從年齡來(lái)看，60 周歲以上的受傷者占比42%，反映出易受傷步行者年齡結(jié)構(gòu)偏老齡化。同時(shí)，兒童受傷者占比12.9%，表明其在生活服務(wù)性街道上也存在一定的安全風(fēng)險(xiǎn)（圖6）。

2.3 地點(diǎn)維度

首先，6 車(chē)道事故與雙車(chē)道事故占據(jù)比重最大（均為8 起），且街區(qū)內(nèi)部生活性支路發(fā)生事故的概率低于外部作為分割邊界的干道。其次，從事故發(fā)生點(diǎn)來(lái)看，9 例案件發(fā)生在生活性街道與交通性街道或綜合性街道的交接處，4 例事故點(diǎn)同側(cè)100m 范圍內(nèi)產(chǎn)生了街道性質(zhì)的改變。結(jié)合交通領(lǐng)域?qū)︸{駛員視線掃描范圍研究的結(jié)論[25] 可以推測(cè)，沿街界面形態(tài)的改變對(duì)駕駛員的車(chē)速調(diào)整產(chǎn)生了關(guān)鍵影響。最后，7例事故點(diǎn)位于小區(qū)出入口處或附近，其中6 例事故涉及的受傷者為60 周歲以上的老年人，由此可見(jiàn)，老年人在小區(qū)出入口及附近的步行安全值得關(guān)注。

綜合“時(shí)間、人物、地點(diǎn)”3 個(gè)維度，本研究發(fā)現(xiàn)事故熱點(diǎn)地區(qū)、特殊人群以及峰值時(shí)間具有高度相關(guān)性。地點(diǎn)維度分析中共涉及15個(gè)事故熱點(diǎn)，涉及老年人和未成年人的事故共10 例，其中一半的事故發(fā)生在時(shí)間維度所示的分布峰值時(shí)段，這印證了環(huán)境要素對(duì)人車(chē)事故產(chǎn)生的重要影響。

3 環(huán)境要素分析

基于上文分析，發(fā)現(xiàn)環(huán)境因素是影響步行者安全的重要因素，這與交通、景觀和公共健康領(lǐng)域的相關(guān)研究具有一致性[26]。為了深入剖析環(huán)境要素的影響，調(diào)研階段通過(guò)對(duì)當(dāng)?shù)亟还懿块T(mén)和多位一線警員的走訪，獲知核心區(qū)范圍內(nèi)存在兩片鮮少有人車(chē)事故發(fā)生的區(qū)域?，F(xiàn)場(chǎng)勘察中發(fā)現(xiàn)，這兩片區(qū)域內(nèi)部生活性街道集中，受大型商超和寫(xiě)字樓等特殊城市功能的干擾較小，具有一定的典型性。因此，對(duì)該典型區(qū)域建立生活性街道樣本庫(kù)，根據(jù)勘測(cè)排除功能形態(tài)產(chǎn)生重復(fù)的街段，從兩片區(qū)域中選取10 個(gè)街段共20 個(gè)樣本路段與事故路段進(jìn)行對(duì)比研究（圖7，圖8）。

3.1 形態(tài)要素

城市設(shè)計(jì)經(jīng)典理論中通常關(guān)注街道長(zhǎng)度與比例，把街道長(zhǎng)度與比例作為衡量街道形態(tài)的關(guān)鍵要素。同時(shí)，街道也是被一系列節(jié)點(diǎn)激活的路徑，出入口的密度特征反映出其被激活的頻次與狀態(tài)[27]。在探討形態(tài)要素對(duì)步行者安全的影響時(shí)，選取路段長(zhǎng)度和出入口密度兩個(gè)要素進(jìn)行分析。

（1）路段長(zhǎng)度對(duì)駕駛員的心理產(chǎn)生影響，長(zhǎng)而直的街道會(huì)導(dǎo)致更高的車(chē)速，學(xué)者們不斷呼吁對(duì)傳統(tǒng)街道形態(tài)的回歸，認(rèn)為更窄、更短的街道更能保障步行者的交通安全。如圖9 所示，事故路段24 個(gè)樣本的路段長(zhǎng)度箱線圖中位數(shù)為455m，最長(zhǎng)為850m，最短為269m；無(wú)事故區(qū)域20 個(gè)樣本的路段長(zhǎng)度箱線圖中位數(shù)為306m，最長(zhǎng)為402m，最短為175m，且分布較事故路段更為集中（圖9）。

（2）通過(guò)上節(jié)地點(diǎn)維度的分析可作出推測(cè)，出入口較多的路段人車(chē)流量均會(huì)有所提升，同時(shí)也意味著更多的沖撞矛盾點(diǎn)。如圖10 所示，事故路段24 個(gè)樣本的路段出入口密度箱線圖中位數(shù)為0.936 5，即每百米有0.936 5 個(gè)出入口，異常值案例的百米出入口更是多達(dá)2.2 個(gè)；20 個(gè)無(wú)事故路段出入口密度箱線圖中位數(shù)為0.655 9，分布上顯著低于事故路段（圖10）。

3.2 空間要素

空間要素主要探討街道使用者的空間配給和街道的垂直界面特征，其中重點(diǎn)關(guān)注兩個(gè)要素：路段空間權(quán)屬和界面透明度。路段的空間權(quán)屬反映了行人與車(chē)輛的路權(quán)關(guān)系，這一關(guān)系的合理配置是街道活動(dòng)有序開(kāi)展的前提。而街道的界面由建筑物立面決定，反映著街道的氣氛及性格，同時(shí)也是對(duì)駕駛員行為產(chǎn)生影響的主要環(huán)境界面。

1）路段空間權(quán)屬。

路段空間權(quán)屬影響了使用者的活動(dòng)范圍，尤其影響了步行選擇和街道視線通達(dá)性，因此空間權(quán)屬分配的合理性對(duì)減少碰撞矛盾點(diǎn)數(shù)量、降低事故頻次至關(guān)重要。選取機(jī)動(dòng)車(chē)道、非機(jī)動(dòng)車(chē)道、路邊停車(chē)和人行道4 個(gè)要素進(jìn)行分析，并以其寬度勘測(cè)值作為參數(shù)進(jìn)行研究（圖11，圖12）。這4 個(gè)要素的相關(guān)參數(shù)在美國(guó)佛羅里達(dá)州的“行人服務(wù)水平（PedestrianLevel of Service， PLoS）”、美國(guó)舊金山的“步行環(huán)境質(zhì)量指標(biāo)（Pedestrian EnvironmentalQuality Index， PEQI）”和英國(guó)的“行人環(huán)境評(píng)估系統(tǒng)（Pedestrian Environment Review System，PERS）”等現(xiàn)有宜步行評(píng)價(jià)體系中多次出現(xiàn)，是衡量步行安全環(huán)境的重要指標(biāo)。

（1）臨近車(chē)行道寬度：事故路段樣本中位數(shù)為3.11m（凈寬值），無(wú)事故路段樣本中位數(shù)為3.30m，無(wú)事故路段似乎略大于事故街段。原因在于10 條無(wú)事故路段中的9 條為雙向單車(chē)道，且其中5 條采取了機(jī)非共享道路模式，其余路段的車(chē)道寬度在2.86 ～ 3.20m 之間。總體來(lái)看，臨近車(chē)道寬度在兩類(lèi)樣本中基本持平。

（2）非機(jī)動(dòng)車(chē)道寬度：事故路段樣本中位數(shù)為2.875m，無(wú)事故路段樣本中位數(shù)為1.950m，無(wú)事故路段遠(yuǎn)小于事故街段。調(diào)研發(fā)現(xiàn)，兩類(lèi)樣本的專(zhuān)有停車(chē)位數(shù)量都是有限的，因此非機(jī)動(dòng)車(chē)道更寬的道路為違章停車(chē)行為提供了更多便利，進(jìn)而可能形成更多的事故沖突點(diǎn)。

（3）路邊停車(chē)寬度：25% 的事故路段和20% 的無(wú)事故路段設(shè)置有專(zhuān)用停車(chē)位，中位數(shù)分別為2.16m 和2.10m，兩者水平基本持平。路邊停車(chē)對(duì)于街道安全的影響并不是單一的，一方面其對(duì)降低車(chē)速和嚴(yán)重事故發(fā)生率起到了積極作用，另一方面由于對(duì)駕駛員視線通達(dá)性造成的負(fù)面影響，提升了整體事故的發(fā)生率[28]。值得關(guān)注的是，無(wú)事故片區(qū)中，I 區(qū)部分路段在臨時(shí)停車(chē)泊位邊安置了智能停車(chē)樁，有效提升了該片區(qū)街道的路側(cè)停車(chē)周轉(zhuǎn)率，II 區(qū)除一條路段外其余路段均未設(shè)置路側(cè)停車(chē)位，兩者的共同特點(diǎn)是街道呈現(xiàn)出路側(cè)停車(chē)不飽和的常態(tài)。

（4）人行道有效寬度：事故路段樣本中位數(shù)為2.215m，最寬可達(dá)4.850m，最窄不足1.000m；無(wú)事故路段樣本中位數(shù)為3.175m，遠(yuǎn)大于事故路段，其最寬可達(dá)8.600m，最窄處也有1.500m，再一次印證了人行道空間對(duì)于保證步行者安全的重要性。

2）界面透明度。

街道垂直界面通過(guò)其組成要素形態(tài)的變化對(duì)駕駛員視覺(jué)產(chǎn)生影響，其研究范圍集中在街道設(shè)施帶及其相鄰區(qū)域。英國(guó)交通部門(mén)的一項(xiàng)研究印證了建筑物的界面形態(tài)會(huì)使道路產(chǎn)生視覺(jué)“變窄”現(xiàn)象，從而使駕駛員產(chǎn)生減速行為[29]。本文關(guān)注街道界面形態(tài)中界面透明度這一要素，由臨街墻面的形態(tài)決定，是決定路段性質(zhì)的重要因素。

首先，基于事故地點(diǎn)維度的探討設(shè)立假設(shè)：當(dāng)街道界面產(chǎn)生變化時(shí)，尤其是從界面透明度低的街段進(jìn)入界面透明度高的街段時(shí)，駕駛員未能及時(shí)做“降速”處理，導(dǎo)致人車(chē)碰撞事故的發(fā)生。其次，對(duì)生活性街道進(jìn)行編號(hào)，將每個(gè)路段設(shè)置為一個(gè)單元（A1），并以100m 為單位劃分次級(jí)單元（A1-1），通過(guò)百度地圖平臺(tái)以20m 為間隔抓取街景圖片。研究區(qū)域內(nèi)共有生活性街道路段單元238個(gè)，包含830個(gè)次級(jí)單元，共抓取街景圖片3981 張。最后，計(jì)算界面透明度及其變化率，本研究將街景圖像門(mén)窗洞口面積總和在該圖像底層界面中的面積占比命名為界面透明度，并將一組單元圖片中每張圖片透明度與總體均值的差異（即方差）命名為該路段的透明度變化率。計(jì)算公式如下：

遴選出符合實(shí)驗(yàn)假設(shè)的事故案例共8 項(xiàng)，分別計(jì)算其所在路段的樣本方差，最低為0.182 4，最高為0.303 9，基本在0.250 0 上下浮動(dòng)（表1）。同時(shí)，研究區(qū)域中無(wú)事故發(fā)生的純生活性街段共64 段，隨機(jī)抽選32 段作為樣本路段并計(jì)算樣本方差。相應(yīng)無(wú)事故路段的樣本方差在0.150 0 上下浮動(dòng)（表2），與事故路段的透明度變化率相比，變化率較小，街道界面形態(tài)較為穩(wěn)定，由此印證了實(shí)驗(yàn)假設(shè)。

3.3 功能要素

街道功能制約著街道活動(dòng)的形式和發(fā)生強(qiáng)度，這在社會(huì)學(xué)和城市設(shè)計(jì)經(jīng)典理論中均有論述。街區(qū)或街道的功能多樣性越強(qiáng)，越能滿(mǎn)足城市的不同生活需求和吸引不同群體。在老城區(qū)中，既存在居民區(qū)較為集中的地塊，周邊路段是功能設(shè)施較為單一的生活服務(wù)街道，也存在居民區(qū)和醫(yī)療機(jī)構(gòu)、小型商業(yè)或公司企業(yè)等功能單元融合在同一地塊中的情況，此類(lèi)地塊周邊路段性質(zhì)較為綜合。

首先，基于地點(diǎn)維度對(duì)事故發(fā)生地點(diǎn)的分析，街區(qū)內(nèi)部生活服務(wù)性街道發(fā)生事故的概率低于外部作為分割邊界、功能較為綜合的路段。設(shè)立假設(shè)：功能多樣性強(qiáng)的街段，步行者的安全風(fēng)險(xiǎn)高于功能多樣性弱的街段。其次，通過(guò)高德地圖API 接口，采集研究區(qū)域所有路段兩側(cè)50m 范圍內(nèi)的POI 點(diǎn)位數(shù)共計(jì)19，338 條，篩選后的POI 數(shù)據(jù)分為以下9 類(lèi)（見(jiàn)表3）。并運(yùn)用ArcGIS 空間連接工具，借鑒香農(nóng)- 維納多樣性指數(shù)（Shannon-Wiener's diversity index）計(jì)算路段兩側(cè)50m 范圍內(nèi)的POI 功能多樣性程度，公式如下：

式中，i 表示POI 數(shù)據(jù)的類(lèi)型；ni 表示路段范圍內(nèi)第i 種類(lèi)型POI 數(shù)據(jù)的數(shù)量；N 表示該路段POI 數(shù)據(jù)的總數(shù)。計(jì)算結(jié)果顯示，事故路段的POI 熵值在0.65 ～ 0.70 上下浮動(dòng)（表4）。無(wú)事故路段的POI 熵值在0.55 上下浮動(dòng)（表5）。與事故街段相比，無(wú)事故路段的功能多樣性略低。由此可見(jiàn)，對(duì)生活性街道而言，雖然主導(dǎo)功能均為餐飲、購(gòu)物和生活服務(wù)，但由于道路等級(jí)和所處區(qū)域不同等因素，導(dǎo)致街道功能豐富度存在差異。其中，功能多樣性強(qiáng)的街段，步行者的交通安全風(fēng)險(xiǎn)較高，印證了實(shí)驗(yàn)假設(shè)。

3.4 影響分析

鑒于上述實(shí)證研究對(duì)環(huán)境要素的分析，嘗試構(gòu)建街道建成環(huán)境要素與人車(chē)事故之間的關(guān)聯(lián)圖示。如圖13 所示：①形態(tài)要素中的路段長(zhǎng)度和空間要素中的界面透明度通過(guò)對(duì)駕駛員心理產(chǎn)生作用，影響了車(chē)速，進(jìn)而對(duì)人車(chē)事故的頻次和嚴(yán)重性產(chǎn)生影響；②形態(tài)要素中的出入口密度和功能要素中的功能多樣性主要影響了街道的人車(chē)流量和事故發(fā)生的矛盾點(diǎn)數(shù)量，從而作用于人車(chē)事故的頻次；③空間要素中的空間權(quán)屬則主要作用于事故的空間矛盾點(diǎn)，同樣從頻次上對(duì)事故產(chǎn)生影響。

4 結(jié)語(yǔ)

研究發(fā)現(xiàn)，建成環(huán)境對(duì)老城核心區(qū)生活性街道人車(chē)事故產(chǎn)生影響，降低車(chē)速對(duì)于減少此類(lèi)街道碰撞沖突、保護(hù)街道弱勢(shì)使用者出行安全，以及維護(hù)街區(qū)內(nèi)部行人豐富的街道生活而言具有重要意義。需要注意的是，形態(tài)、空間和功能等要素對(duì)人車(chē)事故的作用方面雖各有側(cè)重，但三者之間又相互影響，應(yīng)綜合考慮各類(lèi)要素的影響內(nèi)容與方式，為街道設(shè)計(jì)提供恰當(dāng)?shù)膬?yōu)化建議。同時(shí)，由此形成的步行安全環(huán)境評(píng)測(cè)指標(biāo)建議也可以對(duì)交通工程領(lǐng)域的原有指標(biāo)有所補(bǔ)充。

4.1 設(shè)計(jì)建議

正如相關(guān)研究指出，速度是行人交通事故的關(guān)鍵風(fēng)險(xiǎn)因素，車(chē)速管理是降低行人交通風(fēng)險(xiǎn)的有效措施[30-31]?，F(xiàn)有車(chē)速管理的工程方法主要是一系列的交通減速措施，如減速帶、過(guò)街安全島和街道瘦身等處理方法[32]，城市設(shè)計(jì)師則應(yīng)致力于創(chuàng)造出可實(shí)現(xiàn)自然控制車(chē)速的街道，而并非完全依賴(lài)于交通工程的處理。

第一，在街道形態(tài)方面，由于駕駛員的視覺(jué)判斷受到街道環(huán)境的整體影響，因此，應(yīng)結(jié)合其他街道形態(tài)要素，設(shè)計(jì)較為恰當(dāng)?shù)陌踩范伍L(zhǎng)度。出入口密度作為影響事故頻次的關(guān)鍵因素，雖然出入口密度高可以限制車(chē)速的提高，但應(yīng)避免出入口兩側(cè)的路邊停車(chē)對(duì)駕駛員視線的遮擋。第二，空間分配方面，在街道寬度限定的前提下，人行道有效寬度和非機(jī)動(dòng)車(chē)道寬度既保護(hù)了步行者的路權(quán)，降低其與車(chē)輛交通接觸的風(fēng)險(xiǎn)，又能通過(guò)有效控制行車(chē)道寬度，限制駕駛員的前方能見(jiàn)度，實(shí)現(xiàn)降速的目的。另外，在提高沿街店鋪界面形態(tài)豐富度的同時(shí)降低其透明度變化率是保護(hù)行人安全的有效策略。第三，在街道功能方面，多樣性豐富的街道因人車(chē)流量較大和行人穿行頻次較高，激發(fā)了更多的事故矛盾點(diǎn)，但這一特征可以降低行車(chē)速度。因此，應(yīng)提高沿街土地利用的合理性，激發(fā)持續(xù)性的步行活動(dòng)，實(shí)現(xiàn)車(chē)速的全天自然控制，以降低行人的交通風(fēng)險(xiǎn)。

4.2 指標(biāo)建議

秉持倡導(dǎo)安全步行出行理念、推進(jìn)精細(xì)化建成環(huán)境指標(biāo)體系建設(shè)，基于本文案例研究，針對(duì)生活性街道提出以下評(píng)測(cè)指標(biāo)建議。環(huán)境要素分為形態(tài)、空間和功能3 個(gè)層面，包括路段長(zhǎng)度、出入口密度等7 個(gè)評(píng)測(cè)指標(biāo)，運(yùn)用分級(jí)打分模式，對(duì)目標(biāo)街道的相應(yīng)風(fēng)險(xiǎn)等級(jí)進(jìn)行分類(lèi)分項(xiàng)評(píng)測(cè)（表6）。

其中，街道層面共6 個(gè)評(píng)價(jià)指標(biāo)，總分區(qū)間為[6，18]，設(shè)定評(píng)測(cè)標(biāo)準(zhǔn)如下：當(dāng)街道測(cè)評(píng)分?jǐn)?shù)在[6，10] 時(shí)，交通安全風(fēng)險(xiǎn)等級(jí)較低；當(dāng)街道測(cè)評(píng)分?jǐn)?shù)在[10，18] 時(shí)，存在較高交通安全風(fēng)險(xiǎn)隱患，需進(jìn)行分項(xiàng)排查。對(duì)本案涉及的24個(gè)事故路段和20 個(gè)無(wú)事故路段共44 個(gè)樣本進(jìn)行風(fēng)險(xiǎn)等級(jí)綜合測(cè)評(píng)，其中40 個(gè)樣本符合該評(píng)測(cè)分類(lèi)，準(zhǔn)確率達(dá)90.9%。

本研究的不足之處：首先，個(gè)案分析的特殊性較強(qiáng)，交通事故數(shù)據(jù)的獲取難度較大導(dǎo)致樣本街道數(shù)量偏小，難免掛一漏萬(wàn)。其次，研究針對(duì)老城核心區(qū)生活性街道提出優(yōu)化策略，但新城核心區(qū)及新老結(jié)合帶等區(qū)域則面臨不同的安全問(wèn)題和挑戰(zhàn)，應(yīng)針對(duì)不同城市形態(tài)片區(qū)的生活性街道安全環(huán)境開(kāi)展研究和制定差異性策略。最后，本文僅聚焦生活性街道的步行安全環(huán)境研究，未來(lái)可納入更多街道類(lèi)型，以形成更為綜合完整的步行安全環(huán)境研究體系。

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.