《Urban Science》：A Place-Based Methodology to Support Sustainable Mobility Transitions in Italian Cities
编辑推荐：
从以汽车依赖为主的城市出行模式向优先考虑主动出行与公共交通的多模式系统转型，被广泛认为是实现更可持续城市的关键杠杆，也是实现欧盟中期环境保护、碳中和与道路安全目标所必需的。这一挑战在意大利尤为严峻，该国拥有欧洲最高的机动化率，而城市出行分担率仍严重偏向私人汽车
从以汽车依赖为主的城市出行模式向优先考虑主动出行与公共交通的多模式系统转型，被广泛认为是实现更可持续城市的关键杠杆，也是实现欧盟中期环境保护、碳中和与道路安全目标所必需的。这一挑战在意大利尤为严峻，该国拥有欧洲最高的机动化率，而城市出行分担率仍严重偏向私人汽车使用，即使在短途出行中也是如此。本研究通过一项国家资助的研究项目来解决这一问题，该项目开发了一个方法论框架，以支持公共政策、空间与交通规划以及资金分配。该项目采用地方导向方法，运用基于地理信息系统（GIS）的分析来定义能够反映地方实施旨在减少汽车依赖的推拉措施倾向性的地域指标，并与避让-转移-改善（Avoid-Shift-Improve，A-S-I）框架保持一致。通过将空间数据与人口统计和交通需求指标相结合，提出了一套标准化程序来构建出行情景，该程序能够：（i）识别对情境敏感的最优出行分担率，优先考虑可持续出行方式；（ii）量化当前条件与最优条件之间的“出行差距”，从而为政策和规划决策提供依据。该方法在四个异质性城市区域进行了测试，设计具有在全国范围内可复制并适应其他情境的潜力。
论文解读：基于地方的可持续城市交通转型支撑方法
一、研究背景与问题
在全球应对气候变化、追求碳中和的宏观背景下，交通部门作为温室气体排放的主要来源之一，其绿色转型已成为实现可持续发展的关键。欧盟设定了到2050年实现净零排放的宏伟目标，并出台了《欧洲绿色协议》、《可持续与智能交通战略》等一系列政策框架，大力推动城市交通从高碳、低效的汽车依赖模式，转向以步行、骑行和公共交通为主导的可持续模式。然而，尽管政策导向明确，欧洲城市的汽车依赖程度依然居高不下。意大利在这一背景下尤为突出，其2024年的机动化率高达每千人701辆汽车，位居欧盟之首，远超平均水平。这种高度依赖不仅体现在高保有量上，还表现为短途出行中私家车的高比例使用、极低的车辆平均载客率、缓慢的新能源汽车渗透率以及较高的道路交通事故死亡率。这些结构性特征表明，意大利城市面临着比其他欧洲国家更为艰巨的可持续交通转型挑战。
现有的交通规划方法，尤其是传统的四阶段模型，虽然在模拟交通需求方面应用广泛，但其本质是基于个体效用最大化的预测性模型，往往将土地利用作为外生静态变量，忽略了城市形态与出行行为之间的动态互馈关系。这导致规划实践长期停留在“供给追随需求”的模式中，难以主动引导出行结构向可持续方向转变。尽管学术界对土地利用与交通整合模型（LUTI）、紧凑城市、公交导向开发（TOD）等理论已有大量探讨，但这些研究成果在实际规划中的应用仍然有限。因此，迫切需要一种能将空间分析与政策制定紧密结合的操作性工具，帮助地方政府在具体的地域条件下，科学地设定减排目标并制定有效的干预措施。
二、研究目的与意义
为填补上述理论与实践之间的鸿沟，由意大利大学与研究部资助的国家级研究项目“UV2030-50”应运而生。该项目旨在开发一套基于地方（Place-Based）的评估方法论，以支持公共政策、空间与交通规划以及资金分配，帮助意大利城市在2050年前实现零排放、零污染和零死亡（Vision Zero）的目标。该研究的核心科学问题是：如何识别城市系统的地域特征对其不同出行方式和干预措施的倾向性？又如何利用这种评估来指导数据驱动的地方化出行策略设计，使其既符合本地的人口结构与出行需求，又能满足欧盟的可持续发展目标？
该研究的重要意义在于，它超越了传统交通工程单纯追求效率提升的局限，将城市形态学、人口统计学和交通工程学等多学科知识进行融合，提供了一个标准化的、可复制的分析框架。该框架不仅能够诊断现状问题，更能前瞻性地描绘出与地方禀赋相匹配的理想出行蓝图，为决策者提供了从“被动适应”到“主动塑造”出行模式转变的科学依据。
三、关键技术方法
研究人员采用了多种关键技术方法来构建其分析框架。首先，建立了基于100×100米规则网格和开放街道地图（OSM）路网图的统一地理信息系统（GIS）环境，作为所有空间分析的基础。其次，基于不透水率、人口密度等参数，对研究区域进行了城市化程度分类（密集城区、郊区等）。第三，借鉴Newman等人的城市肌理理论，定义了步行、公交和汽车三种城市肌理的分类参数。第四，运用空间句法（Space Syntax）工具对路网进行组构分析，以评估不同出行模式的潜在效率。第五，通过计算可达性指数来衡量城市功能的组织情况，特别是基本服务设施的近接性。此外，研究还利用了意大利国家统计局（ISTAT）的人口普查数据来计算通勤出行距离分布，并将其作为交通需求一致性的衡量指标。整个方法论在都灵、锡耶纳、奥尔塔迪阿泰拉-苏奇沃-圣阿尔皮诺集群和卡塔尼亚这四个代表不同城市类型的样本地进行了测试和验证。
四、研究结果
4.1 政策层级指标（Policy Hierarchy Indicator）
通过对城市形态变量的分析，研究人员得出了各项推拉措施的归一化倾向值。结果显示，在所有样本地，基于城市形态的分析均赋予“改善”（Improve）类措施（如提升私人机动车效率）相对边缘的角色，而“避免”（Avoid）和“转移”（Shift）类措施（如限制区设立、促进慢行和公交）则占据主导地位。这表明，单纯依靠技术手段优化汽车出行，无法充分利用既有城市形态所蕴含的巨大转型潜力。
4.2 推拉措施比例（Proportion Between Push and Pull Measures）
将推拉措施的倾向值分别汇总后，可以清晰地看出在不同城市形态下，限制性政策与引导性政策的适宜比例。例如，在历史中心紧凑的锡耶纳，限制性措施（如ZTL）的倾向值较高；而在结构分散的地区，引导性措施的比例可能更大。
4.3 形态与功能倾向性对比（Comparison Between Morphological and Functional Propensities）
通过雷达图对比形态虚拟分担率和功能虚拟分担率，研究发现两者之间存在显著差异。在锡耶纳，由于多数吸引点集中在历史中心，两者差距较小；而在卡塔尼亚，由于大型工业区等交通生成点位于郊区，导致功能倾向性更偏向于私人机动车，与倾向于慢行和公交的形态倾向性形成巨大反差。这一诊断工具可用于评估现有规划的合理性，并为未来非居住开发项目的交通影响评估提供依据。
4.4 最优分担率与出行差距（Optimal Share and Mobility Gap）
最终，通过取地域、人口和出行距离三个虚拟分担率的算术平均值，研究人员为每个城市定义了2050年的最优分担率（OS）。以卡塔尼亚为例，其最优分担率为：慢行交通47.22%，公共交通38.24%，不可压缩的个体机动化出行14.54%。将最优分担率与当前分担率（慢行34.5%，公交10.68%，汽车54.80%）对比，即可量化出各出行方式的“出行差距”（Mobility Gap），即需要向可持续方式转移的份额。
4.5 中间目标分担率（Intermediate Target Share）
基于线性假设，研究人员进一步推导出2030年的中间目标分担率（TS），为分阶段的政策实施提供了明确的量化里程碑。
五、总结与讨论
论文在结论部分指出，该研究成功地将城市形态、人口结构和出行需求等复杂因素整合进一个可操作的标准化程序中，为意大利乃至欧洲其他地区制定地方化的可持续交通战略提供了强有力的分析工具。通过识别“出行差距”，该方法明确了政策干预的重点方向和力度，有助于提高公共投资的效率和效果。研究也指出了方法的局限性，例如当前采用等权重平均法，未来可根据特定政策优先级引入加权方案。此外，该方法未纳入社会文化、心理感知等影响个人选择的主观因素，这些因素可以通过SUMPs中的公众参与环节加以补充。总体而言，UV2030-50提出的方法论是对现有交通规划范式的一次重要革新，它强调了空间结构在塑造出行行为中的决定性作用，为实现从“汽车城市”向“人本城市”的深刻转型提供了坚实的科学基础和清晰的行动路线图。
