在主动出行方式中，二氧化氮（NO2）暴露程度的差异：来自“15分钟城市”理念的启示

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：NO2 exposure disparities in active transportation: insights from the 15-minute city

NO2暴露差异在纽约15分钟城市中的研究综合运用机器学习与图网络分析，揭示骑行模式加剧空间不平等，热点与货运设施、道路连通性相关，传统行政区方法低估差异。建议将主动交通暴露纳入城市规划，优化设施布局与污染治理。

　　本研究探讨了环境正义与城市可达性之间的交汇点，特别是在“15分钟城市”框架下对空气污染暴露差异的评估。随着可持续城市发展成为全球城市规划的重要目标，如何确保所有社会群体在日常生活中都能公平地接触到城市服务同时避免环境负担，成为了一个关键议题。氮氧化物（NO2）作为城市空气污染的重要指标，其浓度与交通网络的强相关性使其成为评估环境正义的有力工具。然而，尽管“15分钟城市”理念旨在通过步行和骑行可达性提升城市生活的便利性，但其在空气污染暴露方面的不平等现象仍未受到充分研究。因此，本研究开发了一种新颖的方法论，将基于机器学习的街道级NO2预测与图网络分析相结合，以评估纽约市“15分钟活动可达区”内的暴露差异。

研究结果显示，NO2暴露差异在骑行条件下更为显著，因为更广的活动范围增加了暴露的变异性，并放大了弱势社区的不平等程度。通过街区级别的分析，进一步识别出与货运基础设施、网络连通性和公共服务相关的空间聚集型不平等热点。此外，通过纳入活动可达性模式，该框架解决了传统邻里效应平均化问题，并揭示了常规区域级分析所掩盖的暴露差异。这些发现强调了在“15分钟城市”规划中嵌入基于移动性的环境正义评估的重要性，以实现更加公平的城市发展。

本研究强调了NO2作为城市空气污染的重要指标，其在环境正义评估中的作用。NO2主要由机动车排放，其浓度呈现出显著的空间梯度，特别是在道路附近，这种浓度差异导致了高度局部化的暴露模式。这些空间动态与NO2对呼吸系统疾病和心血管疾病的广泛影响相结合，使其成为评估城市环境公平性的有效工具。此外，研究还指出，不同主动出行方式（如步行和骑行）导致的暴露场景存在显著差异，这主要源于出行速度、活动范围和与排放源的接近程度。例如，骑行者在相同时间内可覆盖的区域是步行者的三到四倍，因此可能经历更多污染或多样化的环境条件。这种出行方式的差异凸显了理解出行行为与城市空气质量暴露之间关系的必要性，尤其是在不同社会经济和种族群体之间环境正义的背景下。

为了评估NO2暴露差异，本研究采用了两种广泛使用的统计指标：基尼系数和变异系数（CoV）。基尼系数用于衡量暴露分布的不平等程度，而CoV则用于量化相对差异。研究结果表明，随着暴露阈值的增加，基尼系数和CoV值均呈现上升趋势，特别是在骑行场景中，这些差异更为显著。例如，在骑行条件下，基尼系数的范围从0.24到0.31，而在步行条件下，该范围则从0.09到0.22。这表明，骑行活动的更广泛空间覆盖可能放大了暴露的不均衡性。

此外，研究还分析了不同种族和收入群体的NO2暴露率。结果显示，亚洲群体在步行和骑行条件下都面临较高的暴露风险，尤其是在70%的暴露阈值下，其暴露率分别达到32.43%和35.83%。相比之下，白人群体的暴露率显著较低，例如在相同的暴露阈值下，其暴露率分别为26.55%和17.95%。这些差异可能反映了历史规划和基础设施布局对环境结果的长期影响。同时，低收入群体在步行和骑行条件下的暴露率分别为43.22%和39.12%，远高于高收入群体的29.14%和14.09%。这表明，社会经济地位不仅影响居住环境，还可能影响出行过程中所经历的污染水平。

研究还通过街区级别的分析，识别出与不平等模式密切相关的城市特征。标准化的不平等偏移指标（Z值）揭示了不平等热点的空间分布，这些热点在步行和骑行条件下呈现出不同的特征。例如，在步行条件下，不平等热点占街区总数的52.1%，而在骑行条件下，这一比例上升至63.8%。这些热点主要集中在特定区域，如中央皇后区，而某些区域如南布鲁克林则表现出较低的不平等水平。此外，研究指出，与不平等模式相关的城市特征包括货运基础设施、网络连通性和公共服务设施。这些特征在步行和骑行模式中都显示出对暴露差异的显著影响。

通过将传统的区域级评估方法与基于网络的“15分钟城市”方法进行比较，研究发现传统方法在评估环境不平等时存在明显低估现象。例如，基尼系数和变异系数在基于网络的方法中分别达到0.20和0.40，而在传统方法中仅为0.04和0.25。这种差异反映了传统方法未能充分捕捉由日常出行行为驱动的暴露变化，特别是对于依赖主动出行的群体。因此，将主动出行模式纳入“15分钟城市”评估框架，有助于更准确地反映人们在实际出行过程中所经历的环境负担。

研究结果对城市规划和公共政策具有重要的启示。首先，基础设施的规划应优先考虑为弱势社区创建低暴露走廊，特别是在保护性自行车道和步行道方面，应避免设置在高污染道路附近。其次，城市设计应采取措施减少密集建筑环境中污染物的积聚，例如通过调整建筑退让、优化街道宽度和引入通风走廊。此外，将暴露指标纳入可达性规划，可以确保“15分钟城市”不仅关注服务的可达性，还关注日常出行环境的空气质量。这些措施有助于在实现“15分钟城市”愿景的同时，促进更健康和公平的城市环境。

尽管本研究取得了重要进展，但仍然存在一些局限性。首先，由于数据收集的时间和空间范围有限，NO2预测模型的泛化能力受到一定制约。其次，研究主要关注街道级NO2，忽略了其他可能具有联合健康风险的污染物，如颗粒物（PM）和臭氧（O3）。此外，缺乏细粒度的动态预测变量，如实时交通流量和微气候条件，可能部分解释了模型的中等R2值。最后，由于缺乏行人、骑行者和个体出行数据，研究仅限于评估环境暴露的平均水平，而未计算人口加权暴露或吸入剂量。未来的研究应通过收集全年移动监测数据，结合车辆和步行平台，以提高模型的季节性和环境多样性。同时，引入细粒度的动态预测变量和开发混合模型（如将数据驱动方法与物理扩散模型相结合）将有助于提高污染预测的准确性和鲁棒性。此外，整合个体层面的出行数据、生理因素和详细的主动出行基础设施，将有助于更精准地评估环境正义，并支持城市规划和公共卫生政策的决策制定。

总之，本研究为“15分钟城市”框架下的环境正义评估提供了一种新的视角，强调了将出行行为与空气质量暴露相结合的重要性。通过结合机器学习技术与图网络分析，本研究不仅揭示了NO2暴露的不平等现象，还为实现更公平的城市发展提供了可行的政策建议。这些发现对城市规划者和政策制定者具有重要的指导意义，有助于在推动可持续城市发展的过程中，更好地平衡可达性与环境公平性。