《Journal of Transport Geography》：Cross-national spatial disparities in the bus boarding environment: A multi-city assessment utilizing Vision-Language Models and geospatial analytics
编辑推荐：
摘要公共交通基础设施是城市公平的关键决定因素，然而过往的公交公平性评估主要依赖宏观距离指标，忽视了公交站点环境的微观质量。为弥补这一方法论空白，本研究提出了一种可扩展的自动化框架，利用视觉-语言模型（VLMs）进行高分辨率的公交站点评估。我们开发了公交站点候车环境指数（BSB
摘要
公共交通基础设施是城市公平的关键决定因素，然而过往的公交公平性评估主要依赖宏观距离指标，忽视了公交站点环境的微观质量。为弥补这一方法论空白，本研究提出了一种可扩展的自动化框架，利用视觉-语言模型（VLMs）进行高分辨率的公交站点评估。我们开发了公交站点候车环境指数（BSBEI），一个涵盖六个环境维度的多指标。借助零样本视觉指令微调，我们的框架自主审计了约115,000张覆盖首尔、惠灵顿、圣克拉拉、芝加哥和伦敦五个多样化大都市区的多视角街景全景图。分析结果显示，基础设施质量呈现普遍的双峰分布，以低分峰值为主导，表明这些不同背景下的公交管理机构普遍采用最低可行运营范式，限制了优质设施的可及性。利用洛伦兹曲线和基尼系数进行空间分层分析表明，在可及性和信息子维度方面存在显著差异。为阐明这些不公平现象的地理和社会经济驱动因素，我们应用了地理空间分析和计量经济学模型，包括局部空间关联指标（LISA）、分位数回归和组间比较检验（ANOVA和Kruskal–Wallis）。将BSBEI评分与协变量（如客流量强度、潜在需求、社区贫困程度和城市类型）进行关联分析后，我们发现环境质量与实际客流量之间存在一致的正相关关系。基于这些驱动因素，我们将公交系统分为四种不同原型：需求驱动型（芝加哥）、发展导向型（首尔）、空间异质型（惠灵顿和圣克拉拉）以及高度标准化型（伦敦市中心）。通过成功地将VLMs与公共交通评估相结合，本研究验证了大规模、自动化微观环境审计的可行性，为有针对性的政策干预和全球公交公平的优化提供了坚实的实证基础。
引言
公共交通网络构成了现代城市经济的关键基础设施骨架，为公平获取就业、医疗、教育和基本公民服务提供了必要的空间连通性。作为复杂城市出行生态系统中的核心组成部分，这些系统是普遍存在的交通方式，在高度城市化的地区通常占20%至30%的出行份额。在高密度大都市区，这一份额可大幅提高。例如，在香港和东京等城市，公共交通占机动化出行的50%以上（UITP, 2015）。关键在于，通过缓解与私家车依赖相关的严重负外部性（如交通拥堵、人为排放和道路交通碰撞），完善的公共交通架构是推动可持续城市发展的主要催化剂（Truong and Currie, 2019, Nguyen-Phuoc et al., 2021）。
尽管公共交通在功能上不可或缺，但支撑公共交通网络的微观建成环境在质量、安全性和可及性方面历来存在显著差异。公交站点的物理条件——包括候车亭可用性、座椅充足程度、行人安全基础设施和无障碍候车设施——在塑造用户体验方面起着决定性作用，尤其是对老年和行动不便人群而言。实证研究表明，在站点增设或改善候车亭或实时信息系统可显著增加客流量（Kim et al., 2020, Shi et al., 2021）。例如，芝加哥公交系统在舒适性相关设施方面的改善，使客流量显著增加了5%，相当于五年间每年额外增加1500万次出行（Foote, 2004）。此外，越来越多的文献（如De Vos et al., 2013）表明，这些局部环境属性显著影响个人的出行方式选择和整体主观幸福感。
然而，公交站点环境的系统评估长期以来受到缺乏高分辨率、全球可比数据的制约。传统方法严重依赖劳动密集型的实地调查或参与式审计，即便专门工具已经问世（Gullón et al., 2015, Clifton et al., 2007）。虽然这些方法能提供详细且情境敏感的洞察，但它们在空间可扩展性方面存在固有限制，实施过程资源密集，且受观察者间变异影响（Millstein et al., 2013）。因此，大多数大规模研究依赖聚合的可及性指标，如距公交的距离或服务频率，这些指标无法捕捉用户在街道层面所经历的细微环境状况（Geurs and Van Wee, 2004, El-Geneidy et al., 2016）。这一方法论空白严重制约了开展公共交通环境公平性的稳健跨城市或跨国分析的能力。
近年来，多模态大语言模型（M-LLMs）（Yin et al., 2024）特别是视觉-语言模型（VLMs）（Zhang et al., 2024）的快速涌现，推动了城市计算和街景影像（SVI）分析的范式转变（M. Chen et al., 2024, Peng et al., 2025）。这些模型通过实现大规模街景影像的系统处理，以前所未有的全球规模促进了建成环境审计的自动化。基于大量真实数据训练的VLMs展现出超越传统计算机视觉流程的高级语义推理能力。它们不仅能检测物体（如"长椅"或"公交站点"），还能推断高阶环境属性，如感知安全性、设施配置和信息可及性。更重要的是，VLMs在可扩展性、一致性和可复现性方面具有显著优势。这些特性使得能够以低成本进行大规模微观环境评估，从而克服传统审计方法的方法论局限。
在本研究中，我们提出了一种新颖的VLM驱动框架，用于评估公交站点环境的公平性，如图1所示。该框架将谷歌街景（GSV）影像与一套全面的社会经济数据集相结合，包括公交运营指标、人口特征和社区层面的贫困程度空间代理变量，从而实现对公交支持型建成环境的统一地理空间分析。在此框架中，VLMs被用于近似专业人员的判断，产生站点层面候车条件的定量评估。基于这些评估，我们考察了环境质量评分的空间分布和空间自相关性。使用基尼系数和洛伦兹曲线对不公平现象进行严格量化，并结合社会经济属性与公交站点条件之间关系的统计分析。该框架应用于五个社会经济和地理多样化的城市（首尔、惠灵顿、伦敦、芝加哥和圣克拉拉），以评估不同情境下公交环境的差异。通过将基于LLM的视觉分析所得微观环境评估与多源地理空间数据耦合，该框架建立了一套系统分析流程，涵盖评估指标、验证程序和基于GIS的可视化技术。综合而言，它为探究交通公平的空间动态和推进全球交通正义的实证研究提供了稳健的方法论基础。
本文其余部分组织如下。*相关工作*部分回顾相关文献并将本研究置于现有研究体系之中。*方法与数据*部分展示所提出的分析框架，重点强调VLMs的作用。*结果与讨论*部分将该框架应用于全球五个城市并报告相应结果，同时结合情境进行讨论。最后，*结论*部分总结主要发现并展望未来研究方向。
章节摘要
相关工作
尽管交通公平长期以来被视为一个成熟且持久的研究领域，但新兴技术——特别是大语言模型（LLMs）和VLMs——以及新颖数据源在交通公平分析中的整合仍然是一个很大程度上未被探索的前沿领域。本节批判性地综合了相关文献，并评估了以下关键领域的研究现状：(1) 交通正义与空间公平；(2) 站点级别
方法与数据
总体而言，我们提出了一种以VLM为中心的多阶段方法框架，用于评估公交站点环境的不平等性，如图2所示。该框架始于多源数据的系统收集与整合，以建立稳健的分析基础。值得注意的是，公交站点周围的多视角街景影像被引入作为主要评估数据源，从而实现对建成环境的精细化表征。随后，VLMs被用于
VLM的定量结果与可靠性验证
在我们的实验中，所提出的VLM驱动方法成功自动完成了全球五个大都市区约29,000个交通节点的环境审计。通过综合每个站点的四张正交街景影像，VLM有效地解析了复杂的城市拓扑结构，将定性视觉元素转化为结构化的BSBEI评分。模型生成的示例展示了高度细粒度的识别能力（见图7）；模型不仅
结论
本研究开发了一套全面的AI驱动方法框架，用于审计公交站点候车环境，将交通公平的讨论转向站点层面建成环境中可触及、可感知和定性的维度。通过部署VLMs并利用其零样本视觉推理能力，所提出的方法有效克服了人工实地审计的高昂成本和传统计算机视觉的刚性约束
CRediT作者贡献声明
邓福文：撰写——初稿，可视化，验证，方法论，基金获取，形式分析，数据管理，概念化。叶婷：撰写——审阅与编辑，监督，调查。金建功：撰写——审阅与编辑，验证，监督。
致谢
本研究受国家自然科学基金委员会（资助编号 62376139）和山东省自然科学基金（资助编号 ZR2024QE470）支持。
邓福文|叶婷|金建功
