改进自行车和行人安全排名的分母

《Journal of Urban Health》：Improving the Denominator of Safety Rankings for Bicyclist and Pedestrian Safety

　　

主动交通增加了身体活动并改善了健康，然而行人及骑行者死亡人数的增加正成为日益增长的公共卫生问题。在北美，区域机构通过分配交通投资来支持安全的步行与骑行。尽管跨区域比较碰撞统计数据是常规做法，但准确的安全评估需要暴露数据，即主动交通用户的流量，以确定碰撞率。鉴于缺乏空间细节丰富且区域覆盖广泛的暴露数据，计算碰撞率的空间差异十分困难。研究人员的目标是开发一种方法，用于比较城市间的骑行与行人安全性，从而为在哪里最需要投资以减少伤害与死亡提供决策依据。研究人员以加利福尼亚州15个最大城市的步行或骑行英里数作为暴露量进行测量，使用了经过验证的模型以及来自美国人口普查、全国家庭出行调查、开放街图和全州碰撞数据库的数据。研究人员对暴露量与碰撞次数进行了线性回归，并基于残差对城市进行安全排名。较高的正残差表明该城市对主动交通而言安全性较低。纳入暴露量后，骑行与行人安全风险最高的城市排名发生了变化。在西班牙裔居民比例较高的城市中，安全差异最大，其碰撞量比显示了不安全状况。研究人员的方法实现了对骑行和行人安全的稳健区域评估，使卫生部门和规划者能够明确在何处进行基础设施投资可有效预防伤害与死亡、减少健康差异，并创造支持积极生活的环境。该方法可扩展至全国主要人口中心，支持保护公共卫生的循证决策。

主动交通能增加身体活动并改善健康，但交通相关的行人及骑行者死亡带来了沉重的公共卫生负担。随着城市化与机动车使用的增加，道路交通伤害预计将成为全球第五至第七大死亡原因。在城市环境中，弱势道路用户面临着显著升高的健康风险。然而，在比较区域间主动交通用户的安全状况时，现有的碰撞数据分析往往未考虑行人及骑行者的流量，即暴露量。由于缺乏空间细节丰富且区域覆盖广泛的暴露数据，导致难以准确计算碰撞率的空间差异，进而可能使安全投资分配出现偏差。例如，两个城市可能拥有相同的事故总数，但由于实际骑行或步行人数不同，其真实风险存在差异。为了解决安全投资分配中的盲目性，研究人员开展了这项研究，旨在开发一种纳入暴露量数据的城市间骑行与行人安全比较方法，以准确指导预防伤害与死亡的投资决策。

研究人员开展了一项结合碰撞数据与主动交通暴露量（以步行或骑行的英里数衡量）的研究，用于评估与比较加利福尼亚州主要城市的安全状况。研究得出结论，纳入暴露量数据能够显著改变区域内的安全排名，且发现西班牙裔居民比例较高的城市在调整后的统计中面临不成比例的更高伤害风险。这一研究的重要意义在于，它能够帮助卫生部门和城市规划者精准识别需要安全干预的领域，减少健康差异并促进健康公平。该研究发表在《Journal of Urban Health》上，为区域层面的循证安全规划提供了可扩展的方法论支持。

研究人员选取了加利福尼亚州15个人口超过25万的城市作为样本队列。主要技术方法包括：首先，利用美国人口普查局的数据、开放街图（OSM）等开源数据，通过k-means聚类算法（一种将数据分组的机器学习算法）将人口普查区划分为农村、郊区、城市和市中心四种社区类型。其次，结合全国家庭出行调查（NHTS）数据，计算出按年龄、性别和社区类型分组的暴露量代表值，进而估算各城市的总步行与骑行英里数。最后，将暴露量与来自加州大学伯克利分校的碰撞数据结合，使用线性回归分析并提取残差，以此作为调整城市安全排名的依据；同时引入人口学数据评估健康公平性。

按社区类型划分人口普查区
研究人员通过k-means聚类分析，利用建筑环境和社会经济变量对人口普查区进行分类。结果表明，四种社区类型在分类变量上表现出明显的差异性。例如，市中心区域在人口密度、餐厅数量、道路密度及步行或骑行通勤比例上远高于州平均水平。

计算全市范围的主动交通暴露量
研究人员利用NHTS数据，按年龄、性别和社区类型提取并计算了步行和骑行的代表值。结果表明，不同群体的暴露量存在显著差异。50至64岁男性和女性的步行里程最多，而30至49岁男性的骑行里程最多。

调整安全统计指标
研究人员通过线性回归分析（R²值在行人和骑行者模型中分别达到0.95和0.94），利用暴露量预测碰撞次数，并基于残差对城市安全进行重新排名。结果表明，纳入暴露量后城市安全排名发生显著改变。Chula Vista和Irvine在行人和骑行安全排名中出现最大幅度下降；San Diego在行人排名中大幅上升，且在骑行排名中由不安全转为更安全。

公平性影响的背景信息
研究人员根据西班牙裔居民比例的中位数将15个城市分为两组进行比较分析。结果表明，西班牙裔居民比例高于中位数的城市，其安全排名往往出现下降，表明这些城市在主动交通中面临更高的伤害风险。

讨论部分总结
研究强调了在评估区域步行与骑行健康风险时纳入暴露量的重要性。纳入暴露量能够更准确地识别出相对于暴露水平而言碰撞和伤害不成比例发生的区域，而非仅关注绝对碰撞数。这对于健康公平至关重要，因为缺乏安全基础设施的社区往往承担了不成比例的伤害负担。此外，城市交通产生的PM_2.5（细颗粒物）污染对居民构成严重心血管健康威胁。研究人员指出，尽管线性回归模型显示了极高的R²值，表明暴露量是预测碰撞次数的重要驱动因素，但这并不意味着建成环境干预无效。研究的核心价值在于残差：正残差较大的城市实际碰撞数高于预期，提示存在需干预的不安全状况。

研究结论翻译
研究人员提出了一种整合多种空间数据来区域性地计算行人和骑行者暴露量的方法，通过在加利福尼亚州15个城市标准化碰撞与伤害风险，强调了评估安全性与规划伤害预防干预措施的重要性。调整后的排名展示了纳入暴露量时区域安全统计指标的变化，提供了更准确的健康风险图景。研究人员还发现，西班牙裔居民较多的地区在调整后的统计指标中面临不成比例的更高伤害风险，揭示了重要的健康差异。这项工作展示了暴露量如何通过帮助公共卫生和交通官员识别高碰撞率区域并区分正常比率与异常偏高的比率，从而促进主动交通获取方面的健康公平。通过将主动交通暴露量纳入安全统计指标的标准化中，研究人员能够揭示区域内原本可能隐藏的健康不平等现象。该方法实现了健康风险分析的规模化，使各区域能够准确比较城市间的主动交通伤害负担，从而将预防资源分配到能够减少伤害和死亡的地方。虽然街道层面的类似评估很常见，但城市间的比较对于指导区域公共卫生投资和创造让所有居民都能安全获得步行和骑行健康益处的条件至关重要。