AC米兰技术文章

article

AC米兰官网通向广泛繁荣︱当城市开始“为骑行而设计”繁荣才真正发生

更新时间:2026-01-28点击次数:

  AC米兰·(中文)官方网站-Milan brand当城市发展不再只追逐GDP,“广泛繁荣”正在成为新的衡量尺度。荷兰科技公司Argaleo最新白皮书《通向广泛繁荣》提出一个看似朴素却极具颠覆性的结论:决定机会平等、健康水平与城市韧性的,往往不是高速路,而是人行道、自行车道与电动自行车网络。

  报告系统阐释了“广泛繁荣”如何超越经济增长,涵盖健康、宜居性、包容性与可持续性,并指出出行的核心价值不在“快”,而在“是否可达”。通过大量荷兰实践数据,白皮书展示了步行、骑行与电动自行车如何显著扩大可达半径——例如,电动自行车将可接受通勤距离提升至约9.5公里,覆盖了58%的通勤出行需求,却仍有约30%被汽车占据,转型潜力巨大。

  更具启发性的是,Argaleo将数字孪生与真实骑行行为数据结合,把“可达性”从抽象指标变成一张张直观地图:哪里是设施盲区?哪里一条自行车桥就能改变成千上万人的出行选择?南荷兰省、北布拉班特省的案例表明,数据驱动的骑行投资,正在直接影响财政优先级与空间决策。这份白皮书清晰传递出一个信号:通向广泛繁荣的路径,正从街角的人行道和自行车道开始。

  主动式出行——如步行与骑行——是最能强化广泛繁荣的交通方式之一。它能带来多方面优势:

  日常骑行或步行可延长预期寿命并预防多种富裕病。根据RIVM数据,仅44%荷兰人达到每日推荐运动量,而主动式出行可显著提升这一比例。

  每一次从汽车转向步行或骑行,都能减少颗粒物、氮氧化物等有害物质的排放,这些物质容易导致健康问题和过早死亡。

  更多骑行者和行人意味着更少拥堵、更少噪音污染、更宜居的街道与社区。相比易造成压力的汽车交通噪音,主动式出行更有助于营造更安静、更舒适的生活环境。

  步行与骑行所具有的包容性同样至关重要。完善的自行车道和人行步道能够让几乎所有年龄层与收入阶层实现便捷地出行。儿童可以安全、独立地步行或骑车上学;老年人在社区内依然能够保持自由行动;而没有汽车或驾驶证的人(例如由于经济原因、或因年龄太小/太大)依然能够前往商店、学校或工作场所。精细交织的步行与骑行路线网络能够避免交通贫困(transport poverty)现象,提升机会平等。当重要生活设施位于合理距离内,无论是否拥有汽车,每个人都能获得更平等的机会。这与STOMP原则(步行、骑行、公共交通、出行即服务、私人汽车)完全一致,越来越多城市以此作为交通规划的基础——优先考虑行人与骑行者,其次是公共交通,最后才是汽车。

  从长远来看,主动式出行也能提升交通安全。以步行与骑行为中心设计的基础设施(更宽的人行道、独立的自行车道、更加安全的过街环境)能够使城市对弱势道路使用者(vulnerable road users)更安全。同时,当城市以“与骑行者和行人平视的视角”进行设计时,机动车驾驶者的行为也会随之改善。这也与“零伤亡愿景”(Vision Zero)的目标一致,提升了客观安全性与主观安全感(在对行人友好的环境中,人们在街道上会感到更放松、更安心)。总之,投资步行与骑行就是投资更健康、更包容、更宜居的社区——这正是广泛繁荣的核心所在。

  近年来,电动自行车快速普及,并在连接广泛繁荣与可达性之间发挥着重要作用。电动自行车的技术优势带来更高舒适度,并显著扩大骑行者的可达范围:普通自行车的平均可接受骑行时间略高于10分钟,而使用电动自行车这一数字接近15分钟。荷兰人普遍认为,使用电动自行车通勤或上学的可接受距离约为9.5公里——明显长于普通自行车。这意味着依靠电动自行车的技术优势,无须使用汽车即可到达更多目的地。移动数据表明:58%的通勤行程都落在9.5公里范围内,但其中约30%仍是汽车出行。可见电动自行车的仍具有较大发展潜力:只要提供安全、快速的骑行路线,电动自行车就能替代大量汽车出行,从而减少二氧化碳排放、提升居民健康、降低交通拥堵。

  对于老年人和体力有限的人群,电动自行车在包容性方面更具价值。本来使用普通自行车骑5公里对该群体而言过长,但在电动助力下,可继续保持该距离的独立出行。换句话说,电动自行车延伸了老年人的独立移动能力,也扩大了郊区和农村地区居民的行动范围。电动自行车同时将人口密度较低区域与经济核心区以可持续方式连接起来。政府也认识到其潜力:多地区正在投资建设所谓的自行车高速通道(或快速骑行路线),使更长距离的区域间能够通过(电动)自行车的方式完成。这些对高品质骑行基础设施的投资,与可持续移动的发展目标保持高度一致,有助于实现气候目标,同时保持高水平的可达性。

  要针对性改善步行与骑行基础设施,了解现状可达性至关重要。在这一点上,来自Argaleo,Stratopo和Dutch Cycling Intelligence(DCI)等机构的数据驱动可达性分析便发挥了关键作用。这些分析将海量移动数据转化为可供政策制定者使用的有效信息。和过去依赖经验判断或零散人工统计相比,如今能够客观地了解不同地点的步行、骑行或电动自行车的可达性水平。

  其中一个典型案例是Argaleo的数字孪生(Digital Twin)与Dutch Cycling Intelligence的合作应用。在这一数字地图环境中,多种数据源被整合并可视化,从而描绘区域的可达性。

  人们为了到达某一特定目的地,愿意步行、骑行或使用电动自行车行驶多远、花多长时间。这会因个人及目的地类型而有所不同。例如,数据表明,人们对于日常生活设施的可接受出行时间比通勤(如工作)要短。换句话说,几乎没有人会为了去附近超市而骑行半小时,但为了上班或上学却十分常见。以往对于基于不同出行目的的出行意愿的研究有限,通常只能依赖平均值来判断。根据《荷兰出行调查》(Onderweg in Nederland,简称ODiN,荷兰统计局CBS,2024)的研究,现已计算出所谓的出行时间衰减曲线(Travel Time Decay Curves),从而明确了人们在不同出行目的下,愿意为骑自行车或电动自行车所花费的时间范围。这些数据还揭示了城市居民与农村地区居民在出行意愿方面的差异。例如:不同居住环境的人群,对骑行距离与时间的接受度不同。使用出行意愿作为分析变量,可以判断某项设施是否对多数人来说真正可达。

  除了出行意愿之外,该分析还会考察在特定半径或出行时间内的设施数量。例如:在步行10分钟范围内有多少家超市?从某个社区骑行30分钟内可以到达多少个就业岗位?骑电动自行车到最近的家庭医生诊所需要多长时间?由于地理数据与设施数据库的联动,这类问题都可以被快速回答。最终,这些分析能够呈现每个社区的环境全貌:哪里存在空白(即附近缺乏必要设施的区域);哪里设施丰富、密度较高。

  用于骑行政策的数字孪生清晰展示了各类数据图层是如何叠加的。其可视化面板提供以下方面数据:

  包括精确的自行车道网络,以及交通信号灯、减速带等相关设施的位置。重点目的地(如车站、学校、产业园区)也会在地图中可视化呈现。这些内容共同构成了“基础底图”:也就是——可以在哪里骑行?目的地在哪里?

  指骑自行车到达重要地点的便捷程度(例如,从每一个住址骑行至最近的车站或学校需要多少分钟)。分析内容还包括设施数量分布,在特定出行时间内,可到达多少设施(如20分钟骑行范围内有几家商店或体育设施)。还可以关联人口统计数据,例如某一地区的潜在使用者属性(人口规模、年龄结构等),从而能够判断,例如有多少老年人会因通往购物中心的人行道的改善而受益。

  如果有自行车计数器数据或来自应用程序的骑行数据,也可以将自行车流量和使用趋势可视化。这使得如下内容变得一目了然:某些路线上的电动自行车使用量是否在增长,以及季节变化带来的影响。

  提供对基本生活设施可达性分析,例如小学、超市以及全科医生诊所。例如,数字孪生系统会显示:从每个街区出发,骑行15分钟范围内有多少所小学,以及儿童通学距离更长的盲区在哪里。通过将这些信息与人口统计数据(例如亲子家庭的数量)相结合,政府便能更具策略性地投资建设新学校或改善骑行连接路径,以提升可达性。

  所有这些信息都是以区域为单位呈现的:可以放大到省级、市级、社区级,甚至街道级。例如,在数字孪生中,可以查看某一城市内学校或商务园区等各类设施的自行车可达性情况。这是基于通过GPS数据测量的人们实际选择的骑行速度和路径,而不是基于理论假设。因此,这将反映出一个真实的情况,如果许多骑行者为了避开不舒适的路线而绕行,数据会如实反映这一点。

  行为差异也被纳入考量。De Kruijf指出,可达性得分向来是因人而异的,“每一个骑行者都是不同的个体,对于某些人而言骑二十分钟是完全可以接受的,但对另一些人来说却已经太远了。”然而,数据带来的分析依然十分有价值,正是因为它结合了其他数据来源以及大量用户行为。这种数据驱动方法的优势在于,它反映的是真实行为,而非纯理论假设。并且,随着更多数据的不断加入(例如来自智能手机应用、电动自行车传感器的数据等),这些分析结果将变得更加精确。

  可视化成果能够支持政策制定与决策过程。仅靠图表和表格并不总是能够激发政策制定者的兴趣,但可视化可以做到这一点。在Argaleo和DCI的可视化界面中,所有分析都展示在直观的地图、图形和三维视图之中。

  此类交互式地图的使用——一种城市的数字孪生——有助于政策制定者和管理者真正理解数据。一张可以点击并准确查看距离某图书馆10分钟自行车车程范围内居住着多少人,或者在步行距离内没有超市的社区有哪些的地图,能够讲述出传统报告表格永远无法传达的内容。此外,这些可视化成果也是向居民与政治机构进行沟通的极佳工具。

  一位市政官员可以在议会厅里展示一张图,并说:“看,这个绿域显示我们有80%的孩子能够安全骑车上学,但是请看地图上那块黄域——那里存在一个连接上的缺口。”这使得某个项目的紧迫性变得非常具体而清晰。

  Argaleo的3D面板的一项进展,甚至能够将不同情景的影响以可视化方式呈现出来。决策者可以在虚拟环境中转动控制钮:如果我们在这里新增一个住宅区,可达性会发生什么变化?如果我们建成那条骑行路线,又会产生什么影响?在当前面临重大空间规划挑战的时期,这样的工具具有极高的价值。例如,荷兰正面临大规模住房的建设需求,但存在一种风险,即新住宅可能会被建在未来所有居民都不得不依赖汽车的地点。利用现在的这些工具,可以避免这种情况:规划者能够事先检验某个地点在结构上是否能够通过公共交通和自行车实现持续的可达性。如果不具备这样的可达性,则可以及时进行调整(例如规划附近的车站,或建设补充的自行车路线)。这种将移动数据与空间规划相结合的方法,正是NOVI所倡导的——一种将居住、就业、绿地与交通整体统筹的综合区域开发模式。

  在北布拉班特省(Province of North Brabant)也可以看到类似的情况,数据分析为自行车网络带来了新的洞见。该省的自行车项目负责人 Rogier Heijltjes 表示:“通过数据驱动的方法,这些年我们在高品质自行车网络的改进与扩展机遇方面获得了更深入的理解。”

  这个结果催生了一份实施计划,在该计划中,对若干穿行型自行车路线或快速自行车路线,以及连接乡村与城市之间的缺失路段,给予了明确的优先级。通过量化会有多少骑行者使用一条新路线(以及因此可能有多少驾车者被说服放弃开车),北布拉班特省得以在与中央政府进行MIRT协商时,为联合融资提出强有力的依据。毕竟,凡是有利于可达性、可持续性与健康的措施,在广泛繁荣评价中都能获得高分——而这正是《Multi-Year Program for Infrastructure, Spatial Planning and Transport(MIRT)》所推进的方向。越来越多的项目已不再仅以汽车通行时间节约来进行评估,而是以其更广泛的社会效益为评价依据。

  广泛繁荣正逐渐成为政策制定者话语体系中的一个固定概念。像“机会平等”“宜居性”“可持续交通”这样的术语,已经开始出现在各层级的交通愿景文件中。国家政府近期发布的《骑行发展目标(2022–2025)》也明确提出,为实现气候目标与社会包容性,应提升骑行方式分担率。

  在国家政府与各地区之间举行的年度行政咨询(BO)MIRT中,自行车 现在已经成为固定议题,这为区域自行车路线带来了额外的资金支持。各市政府在交通区域内,基于区域化协同合作,在数据的支持下应对交通瓶颈。各市政府在交通区域内,基于区域化协同合作,在数据的支持下解决交通瓶颈问题。这种区域化方法的一个典型例子体现在数字孪生中:针对布雷达市(Breda)所进行的一项分析,由于具有良好的扩展性,这项分析可以相对容易地扩展到整个布拉班特省。这意味着在某个市政府获得的经验,可以迅速在区域范围内扩大应用 ——这正是Argaleo和DCI所倡导的学习社区(learning community)的概念。

  另一个重要方面是对进展情况的监测。由于数字孪生系统可以实时(或非常频繁地)更新数据,政府能够看到其采取的措施是否产生了效果。在新的自行车桥启用之后,该社区的可达性评分是否确实有所提升?自行车流量是否如预期一样增长?毕竟,广泛繁荣本身也是一个长期愿景,持续的监测有助于进行调整,也有助于庆祝阶段性成果。这些可视化工具在此发挥沟通作用,既用于政府内部,也面向市民,用来展示:“看,我们进行了这项投资,现在多了20%的人可以在15分钟内到达医疗中心 —— 广泛繁荣正在切实发生!

  上述内容表明,良好的步行与骑行基础设施并不是一种奢侈,而是实现广泛繁荣的前提条件。其社会效益多种多样:居民更加健康、拥有汽车与没有汽车的人之间的不平等减少、更具吸引力的公共空间,以及对气候目标的贡献。然而,在过去,投资并不总是以这种方式被看待,长期以来,关注点单方面集中在传统的可达性(汽车和公共交通的出行时间)上。值得庆幸的是,广泛繁荣这一概念在交通领域正获得越来越多的关注,包括在自行车政策领域。

  由CROW知识平台委托开展的研究显示,自行车相关投资对广泛繁荣具有明确的积极贡献,但在实际决策过程中,这些效果往往没有得到充分体现。因此,在成本—效益分析中,自行车措施有时会被低估,导致在项目优先级排序上,高速公路建设可能优先于自行车道建设——即便从广泛繁荣的综合收益来看,自行车道的价值更高。为解决这一问题,一套新的方法论已被开发,用于更清晰地展示各类自行车措施(如新的快速自行车路线或自行车停车设施)如何在健康、社会参与和环境等目标方面产生贡献。这些工具和相关的知识交流平台(如Tour de Force、CROW Fietsberaad等)与数据驱动的方法完全契合:它们致力于通过数据和可视化地图呈现自行车的价值故事,从而使自行车政策能够在决策桌上获得应有的重要地位。

  因此,在交通政策文件中越来越明确地提及广泛繁荣这一概念,是一件令人鼓舞的事情。例如,在阿姆斯特丹地区,已建立广泛繁荣与交通移动基准体系,用于评估各市政当局的表现,并相互学习借鉴。同时,《城市化政策》(NOVI区域)也明确规定:在规划过程中,必须将对广泛繁荣的影响作为评估基准;此外,为了具备面向未来的韧性,新建街区必须通过骑行、步行以及公共交通保持良好的可达性。因此,骑行与步行不再被视为附带选项,而是整体解决方案中不可或缺的组成部分。

  广泛繁荣与步行、骑行以及电动自行车可达性之间的关系十分明确而且紧密。现在,是时候从愿景迈向实施了。