安全骑行到校:重新审视骑行基础设施分布中的不平等

《Journal of Transport Geography》:Safe cycling to school: Rethinking inequalities in the distribution of cycling infrastructure

【字体: 大 中 小 】 时间:2026年09月21日 来源:Journal of Transport Geography 6.8

编辑推荐:

  摘要译文:自行车骑行作为一种交通方式,因其公认的健康和环境效益而受到学术界、政府和社区组织的倡导。使儿童能够安全地骑行到校是培养终身骑行习惯的基础。先前研究表明,缺乏安全的骑行基础设施是限制儿童骑行的主要家长顾虑。然而,社会不同社区是否能公平获得安全的骑行设施

  
摘要译文:自行车骑行作为一种交通方式,因其公认的健康和环境效益而受到学术界、政府和社区组织的倡导。使儿童能够安全地骑行到校是培养终身骑行习惯的基础。先前研究表明,缺乏安全的骑行基础设施是限制儿童骑行的主要家长顾虑。然而,社会不同社区是否能公平获得安全的骑行设施,以及如何有效识别此类不平等,仍未被充分探讨。本研究引入了骑行适骑性评估中两个重要但未被充分审视的维度:基础设施质量和通往关键目的地的连通性,并将骑行适骑性概念化为通过高质量(安全)骑行基础设施持续通达目的地的能力。本研究以澳大利亚墨尔本大都市区(Greater Melbourne Area)为案例,首先应用“骑行基础设施分类系统”(Cycling Infrastructure Classification System)对设施进行分类并识别被视为“安全”的设施,且使用街景图像对分类结果进行了验证。随后采用空间查询识别通过一般骑行网络和“安全”骑行网络通达公立学校的住宅。最后,研究人员运用不平等统计量和稳健地理探测器(Robust Geographical Detector, RGD)分析这些住宅的分布及其与社会经济因素的关联。对墨尔本大都市区的分析揭示,尽管具有安全骑行到校通道的住宅在不同社会经济群体间的分布相对平等,但这种表面上的平等主要源于安全基础设施的总体匮乏。此外,空间分析表明,拥有儿童家庭较少或零车辆家庭较多的区域(占全部住宅的80%)的安全骑行到校可达性水平最低,这突显了未来骑行网络在优先考虑质量的同时,也必须兼顾公平覆盖的迫切需求。
论文解读:安全骑行到校——墨尔本大都市区骑行基础设施分布不平等的再审视

一、研究背景与问题

自行车骑行作为一种积极的交通方式,因其健康与环境效益而受到广泛倡导。然而,澳大利亚的骑行出行分担率仅为1.56%,远低于许多欧洲城市。儿童的身体活动不足问题尤为突出,不足25%的澳大利亚儿童达到推荐的身体活动水平。以往研究表明,缺乏安全的骑行基础设施是家长限制儿童骑行最主要的原因。然而,现有骑行适骑性(bikeability)研究多聚焦于基础设施的存在性,而忽视了其质量以及通往关键目的地的功能连通性;同时,社会不同群体是否能公平获得安全骑行设施,以及如何有效识别此类不平等,仍鲜有研究。因此,亟需发展一种可扩展的、客观的方法,将精细的骑行基础设施质量与功能连通性整合到公平性测量之中。

二、研究内容与结论

为弥合上述研究缺口,本研究将骑行适骑性概念化为通过高质量(安全)骑行基础设施持续通达关键目的地的能力,并以骑行到校为分析情境,从社会空间视角评估墨尔本大都市区住宅是否享有公平的安全骑行到校通道。研究得出以下主要结论:第一,尽管不同社会经济群体之间具有安全骑行到校通道的住宅统计分布相对平等,但这种表面平等主要由安全基础设施的总体匮乏所驱动;第二,空间分析显示,拥有儿童家庭比例较低或零车辆家庭比例较高的区域,其安全骑行到校可达性最低,而这些区域包含了墨尔本大都市区80%的住宅;第三,未来骑行网络升级应同时关注质量与公平覆盖。

三、主要关键技术方法

本研究采用了三项关键技术方法。第一,基于“骑行基础设施分类系统”(Cycling Infrastructure Classification System)对OpenStreetMap(OSM)数据中的骑行设施进行分类,并通过Mapillary街景图像进行分层抽样验证,计算绝对准确率与调整准确率。第二,利用网络路由空间查询算法,在细粒度网格块(mesh block)尺度识别与指定公立学校通过连续骑行网络相连的住宅。第三,运用基尼系数(Gini coefficient)和稳健地理探测器(Robust Geographical Detector, RGD)评估骑行车可达性分布的不平等程度及其与区域社会经济因素的关联。数据来源包括OSM路网(2024年12月)、Mapillary街景(2025年初)、维多利亚州教育部学校与入学区数据(2023/2024年)以及澳大利亚统计局(ABS)2021年人口普查数据(2024年底更新)。

四、研究结果

4.1 大墨尔本地区城市骑行基础设施分类与验证

通过骑行基础设施分类系统,共识别出47,860条骑行基础设施记录。共享路径(Shared path)占比最大(55%,26,335条),其次为画线自行车道(Painted bike lane,33%,15,943条),其余类型包括其他骑行基础设施(7%)、隔离/受保护自行车道(4%)以及共享区/安静街道(1%)。长度方面,共享路径达4585公里,画线自行车道1650公里。街景验证显示绝对准确率为75.4%,不同骑行到校场景下的调整准确率介于79.4%至87.4%之间。主要分类错误源于OSM标签不一致,将画线自行车道或行人专用道错误归类为共享路径。

4.2 具有骑行到校通道的住宅不平等统计

空间查询结果显示,不同场景下SA2(统计二级区)尺度内具有骑行到校通道的住宅比例空间分布高度不均。最可达的SA2区域超过80%的住宅具有骑行到校通道,但许多区域不足20%。基尼系数介于0.1至0.3之间,表明统计分布相对平等,但安全骑行到小学场景的不平等程度高于其他场景。进一步分析发现,中位租金和中等收入区域的骑行到校比例相对较高,而高、低收入区域的“安全”骑行到校比例均较低。总体上,按收入或租金十分位分组,大多数分组的住宅安全骑行到校比例平均值低于25%,表明表面平等主要源于普遍缺乏安全骑行设施。

4.3 骑行到校与区域社会经济因素的空间关联

RGD分析显示,在所有四个场景中,家庭中有儿童的比例与骑行到校住宅比例的空间关联最强(Q统计量0.29–0.49),其次为零车辆家庭比例(Q统计量0.13–0.22)。人口密度仅在一般骑行到校场景中显著,而收入、租金、公民身份及非英语家庭比例等变量的关联较弱或不显著。对于一般骑行网络,拥有儿童家庭比例和零车辆家庭比例最高的区域(组3)具有最高的骑行到校通道,但这部分区域仅占少数SA2;大多数区域属于组2,其中位可达性持续较低,呈现明显的不均衡。对于安全骑行网络,高需求区域(儿童家庭比例最高)获得较好的服务,但覆盖的SA2数量有限;零车辆家庭比例最高的区域(组3)反而具有最低的安全骑行到校通道,且该类区域包含大量SA2和住宅。总体而言,所有场景中骑行可达性最差的SA2组别均覆盖了大部分研究区域和多数住宅,其平均可达比例仅介于6.17%至13.9%之间。尤其对于安全骑行到校,拥有儿童家庭比例最低或零车辆家庭比例最高的SA2组别覆盖了墨尔本大都市区约80%的住宅,但平均安全骑行到校比例低于8%。

五、讨论与结论

讨论指出,区域家庭构成与住宅骑行适骑性之间的关联反映了合理规划逻辑——儿童家庭较少的区域可能被优先度较低;然而,这种不平衡分布可能限制居住在这些区域的儿童养成骑行习惯。同时,中期水平(组2)的郊区社区在一般骑行网络中同样面临较差的可达性,表明投资不足并不局限于最贫困或最富裕的社区。零车辆家庭高比例区域缺乏安全骑行设施的问题虽然部分可由公共交通替代出行缓解,但仍需关注此类区域的骑行公平性。与既有文献一致,墨尔本虽然具备利于骑行的自然与规划条件,但多数区域安全骑行到校比例低于25%,显示城市层面安全骑行机会的系统性短缺。

结论部分重申:骑行适骑性应理解为通过高质量(安全)骑行基础设施持续通达关键目的地的能力。基于墨尔本大都市区的案例,研究人员(1)纳入了经过验证的一般与安全骑行网络分类;(2)通过空间查询识别了具有连续骑行到校通道的住宅;(3)应用不平等统计量分析其分布及社会经济关联。分析表明,骑行到校通道在不同社会经济群体间统计分布低而均衡,表面平等源于城市整体骑行适骑性匮乏。未来骑行网络升级应重点关注两大方向:一是提升安全基础设施的质量与覆盖范围,尤其应优先服务拥有儿童家庭比例最低或零车辆家庭比例最高的区域(覆盖80%住宅);二是改善处于中等水平的区域在一般骑行网络中的连通性。研究框架可迁移至其他目的地(如公园、医疗服务、就业中心等),并可针对不同人群调整安全骑行环境的定义。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号