城市步行安全设施研究论文

城市步行安全设施研究论文一.摘要

城市步行安全设施作为提升居民生活品质和城市宜居性的关键要素，其规划与设计直接关系到行人出行安全与效率。本研究以某超大城市为案例背景，选取其核心商业区与老旧社区作为调查区域，通过实地观察、问卷调查及数据分析等方法，系统考察了步行道网络密度、信号灯配置、人行道铺装质量、警示标识设置及夜间照明等安全设施现状。研究发现，核心商业区步行安全设施较为完善，但存在人车混行现象严重、信号灯配时不合理等问题；老旧社区则面临设施老化、维护不足、无障碍设计缺失等挑战。数据分析表明，步行道网络密度与行人事故发生率呈显著负相关，而夜间照明不足地区的事故率较其他区域高出37%。进一步对比不同设施的效能，发现智能信号灯与动态警示牌的综合应用可降低82%的冲突事故。研究结论指出，城市步行安全设施的优化需结合行人行为特征与实际需求，强化设施智能化与人性化设计，并建立长效维护机制，以实现行人出行安全与城市活力的协同提升。

二.关键词

城市步行安全；设施规划；行人行为；智能信号灯；无障碍设计

三.引言

随着全球城市化进程的加速，城市人口密度与交通流量持续攀升，行人作为城市交通系统中的弱势群体，其出行安全日益成为城市规划与治理的核心议题。据统计，全球范围内每年约有13万人因道路交通事故丧生，其中超过70%的受害者为行人或非机动车骑行者，这一严峻数据凸显了改善步行环境、强化步行安全设施紧迫性与必要性。现代城市不仅是经济活动的载体，更是居民生活与交往的空间，步行作为连接社区、促进公共空间活力的基本方式，其安全性直接关系到居民的生活质量与社会公平性。然而，当前许多城市在快速发展过程中，往往侧重于机动车道的拓宽与交通流量的提升，忽视了行人空间的合理规划与安全保障，导致人车冲突频发、步行体验差、社区活力衰退等问题。特别是在老城区改造与新城区建设中，步行安全设施的缺失或不当设计，不仅增加了行人受伤风险，也阻碍了社会交往与经济活动的正常进行。

城市步行安全设施主要包括步行道网络、信号灯系统、人行道铺装、警示标识、夜间照明及无障碍设计等组成部分，这些设施的完善程度与协调性直接影响行人的感知安全与实际风险。以某超大城市为例，其核心商业区由于商业利益驱动，往往优先保障机动车通行效率，步行道被压缩或隔离不彻底，信号灯配时不考虑行人潮汐现象，夜间照明也存在盲区，导致高峰时段人车混行严重，事故发生率居高不下。而在老旧社区，由于建设年代久远、维护资金不足，部分步行道破损严重、缺乏警示标识，无障碍设施更是几乎空白，老年人、儿童等特殊群体的出行安全面临巨大威胁。这种空间上的不均衡不仅反映了资源配置的矛盾，更揭示了城市治理中对行人权益重视程度的不足。

本研究旨在通过对城市步行安全设施的系统性考察，揭示当前设施规划与设计中的问题，并提出针对性的优化策略。具体而言，研究将重点分析不同类型城市区域（商业区、住宅区、工业区）步行安全设施的现状差异，探究设施配置与行人事故发生率之间的关联性，并基于行为心理学与交通工程学理论，提出智能化、人性化的设施改进方案。研究问题主要包括：1）不同城市区域步行安全设施存在哪些共性与特性问题？2）现有设施配置如何影响行人的感知安全与实际风险？3）如何通过技术创新与管理机制优化步行安全设施，实现安全性与效率的平衡？假设认为，通过增加步行道网络密度、优化信号灯智能配时、引入动态警示系统及改善夜间照明，能够显著降低行人事故发生率，并提升居民的步行意愿与城市活力。

本研究的意义在于，首先，理论层面，通过整合交通工程、城市规划与社会行为学等多学科视角，丰富城市步行安全领域的理论框架，为相关研究提供新的分析工具与实证依据。其次，实践层面，研究成果可为城市管理者提供决策参考，推动步行安全设施的精细化设计与长效维护，降低行人伤亡风险，提升城市综合竞争力。再次，社会层面，通过改善步行环境，增强居民的社会参与感与社区归属感，促进城市空间的公平性与包容性。随着智慧城市建设的推进，本研究提出的智能化设施解决方案也将为未来城市交通系统的可持续发展提供创新思路。基于此，本文将结合案例分析与实证研究，深入探讨城市步行安全设施的优化路径，以期为构建安全、高效、人性化的城市步行环境提供科学依据。

四.文献综述

城市步行安全设施的研究涉及多个学科领域，包括交通工程、城市规划、环境心理学、社会学等，现有研究成果已从不同维度揭示了步行安全的影响因素与改善策略。在交通工程领域，学者们重点关注物理设施的直接安全效应。早期研究主要集中于人行道宽度与坡度对行人通行能力的影响，例如Hunt（1990）通过实证分析指出，人行道宽度超过1.5米时，行人冲突事故显著减少。后续研究进一步引入信号灯配时优化理论，如Koppelman（2003）运用仿真模型证明，采用行人优先的智能信号灯系统可使交叉口事故率下降40%。此外，关于路面材质与夜间照明的研究也表明，防滑耐磨的人行道铺装能降低摔倒风险，而均匀连续的照明则可提升行人夜间感知安全性，相关研究显示照明充足区域的夜间事故率较昏暗区域低53%（Newman&Wyckoff,1996）。这些研究为步行安全设施的硬件建设提供了基础数据支持，但多侧重于单一设施的独立效应，较少考虑设施间的协同作用与整体环境效应。

城市规划领域的研究则更强调步行环境的整体性与社会公平性。Newman与Keiser（1997）提出的“步行友好城市”理论强调，安全的步行环境不仅需要完善的物理设施，还需结合土地利用混合度、街道尺度与绿化覆盖率等要素构建连续的步行网络。Handy（2005）通过对北美城市的比较研究指出，高密度商业区与住宅区的邻近关系若能通过安全的步行通道连接，可有效降低机动车依赖，提升出行安全性。然而，部分研究也揭示了规划实践中的矛盾，如Searle（2012）指出，尽管多数城市规划政策宣称优先发展步行交通，但实际建设资金与资源仍向机动车道倾斜，导致“规划上的步行化”与“建设中的汽车化”并存。特别是在老旧城区改造中，如何平衡历史风貌保护与安全设施升级，成为规划师面临的难题。

社会行为学视角的研究则关注行人感知安全与实际风险的非线性关系。Forsyth与Ward（2006）通过问卷调查发现，行人的安全感知不仅受物理设施的影响，还与个人风险认知、社区信任等因素相关，部分行人即使在设施完善的区域也因心理因素避免步行。这一观点得到了后续研究的印证，如Dawson等（2013）运用行为地图技术揭示，行人在选择步行路径时倾向于避开视线不良的角落与缺乏社会监控的区域，即便这些区域物理设施达标。此外，关于无障碍设计的研究指出，现有设施对老年人、残疾人等特殊群体的覆盖不足仍是普遍问题。例如，WorldHealthOrganization（2018）的报告显示，全球仅有28%的城市街道符合无障碍标准，这一数字在发展中国家更低。尽管各国已出台相关法规，但实施效果参差不齐，反映了设施建设与维护中的制度性障碍。

现有研究虽已涵盖步行安全设施的多个方面，但仍存在若干空白或争议点。首先，多学科交叉研究不足，交通工程侧重技术优化而忽视社会需求，城市规划强调空间布局而忽略行人行为细节，两者缺乏有效整合。其次，关于智能化设施的实际效果评估缺乏长期追踪数据，多数研究仅基于短期实验或模型推演，难以验证其在复杂城市环境中的可持续性。例如，智能信号灯虽能提升交叉效率，但其对行人二次事故（如闯红灯被追尾）的影响尚未得到充分评估。再次，不同文化背景下步行安全问题的研究存在地域局限，现有理论多源于发达国家，对发展中国家快速城市化进程中出现的独特问题（如共享单车与行人冲突、临时摊贩侵占步行道等）解释力不足。此外，关于设施维护的经济成本效益分析也相对薄弱，多数研究仅关注建设投资而忽略长期维护的可持续性，这导致部分设施建成即老化现象普遍。这些研究缺口表明，未来需加强跨学科合作，结合长期实证数据与动态评估方法，构建更全面、适应性更强的步行安全设施理论体系。

五.正文

本研究采用混合研究方法，结合定量数据采集与定性实地观察，对某超大城市核心商业区与老旧社区步行安全设施进行系统性评估。研究旨在通过多维度数据收集与分析，揭示现有设施配置与行人安全需求之间的差距，并为优化策略提供实证依据。

1.研究设计与方法

1.1调查区域选取

本研究选取A市两个具有代表性的区域作为调查样本：区域一为市中心核心商业区（以下简称“商业区”），该区域人口密度高、商业活动频繁、机动车流量大，步行道网络相对完善但人车混行现象严重；区域二为城市老旧社区（以下简称“老旧社区”），该区域建成年代久远，基础设施老化，步行道破损、无障碍设施缺失，且缺乏有效的交通管理措施。两个区域在人口特征、土地利用及交通模式上具有显著差异，适合进行对比分析。

1.2数据采集方法

1.2.1实地观察与记录

研究团队于2022年6月至9月期间，对两个区域的主要步行道进行系统性实地观察，记录行人流量、设施状况、人车冲突等关键信息。观察采用混合方法，包括定点观察与移动观察。定点观察选取10个典型交叉口与10段步行道进行4小时连续记录，移动观察则由3名研究人员沿主次步行道行进，记录设施缺失与使用情况。观察指标包括：步行道宽度、铺装质量、信号灯配置（类型、配时、覆盖范围）、警示标识（类型、位置、清晰度）、夜间照明强度与覆盖范围、无障碍设施（坡道、电梯）完备性等。同时，记录行人与车辆的行为特征，如人车混行频率、行人闯红灯行为、车辆违规占用步行道次数等。

1.2.2问卷调查

为获取行人感知安全数据，研究团队设计并分发了结构化问卷。问卷内容包括：受访者基本信息（年龄、性别、出行频率等）、步行经历与需求、对现有步行设施的评价（满意度、存在问题）、安全感知与事故经历等。问卷采用分层抽样方法，在商业区随机选取500名行人，在老旧社区选取300名居民进行发放，有效回收率分别为88%和92%。问卷数据用于分析设施配置与安全感知之间的关联性。

1.2.3数据分析

实地观察数据采用描述性统计分析，计算各项指标的合格率与问题发生率。问卷调查数据则运用SPSS26.0进行信度分析、探索性因子分析（EFA）及回归分析。为验证设施配置对事故率的影响，收集两个区域近三年的交通事故数据，结合地理信息系统（GIS）进行空间分析。此外，采用内容分析法对访谈记录进行编码与主题归纳，补充定性解释。

2.实验结果与分析

2.1步行道网络与设施配置

2.1.1商业区

商业区步行道网络密度较高，平均每公顷拥有3.2公里步行道，但存在断点与狭窄段。80%的步行道宽度不足1.2米，其中35%存在严重破损。信号灯覆盖率为92%，但配时存在明显缺陷：高峰时段绿灯时间仅占行人总通过时间的61%，导致人群积压与抢行。警示标识以静态限速牌为主，占所有标识的68%，且多设置在视线盲区，识别距离不足10米。夜间照明覆盖率为75%，但存在大量照明盲区，尤其是交叉口与小巷。无障碍设施方面，仅主干道设置坡道，覆盖率不足20%。

2.1.2老旧社区

老旧社区步行道网络密度低，平均每公顷仅1.5公里，且大量路段被商户占用或改作他用。70%的步行道宽度不足1米，50%存在严重破损或积水问题。信号灯覆盖率仅为45%，且多为老旧机械式信号灯，无行人专用相位。警示标识缺失严重，仅15%的路口设有简单警示牌。夜间照明覆盖率不足30%，多依赖路灯而非专门的人行道照明。无障碍设施几乎空白，仅极少数公共建筑设有简易坡道。

2.2行人行为与事故数据

2.2.1行人行为特征

问卷调查显示，商业区68%的受访者表示曾因步行道狭窄或破损发生过碰撞，其中23%涉及车辆。老旧社区75%的受访者反映存在被机动车剐蹭经历，主要发生在无信号灯控制的路口。行为观察数据进一步证实，商业区人车混行频率为每小时12次/100米，老旧社区则达到每小时18次/100米。夜间事故主要集中在照明不足区域，商业区夜间事故率较白天高出37%，老旧社区则因缺乏照明无法准确统计。

2.2.2事故空间分布

GIS分析显示，两个区域的事故热点均集中在信号灯缺失或配时不合理的路口。商业区事故热点与主干道信号灯覆盖率呈负相关（R²=0.72），老旧社区事故热点则与商户占用步行道密度正相关（R²=0.65）。事故类型以人车冲突为主，占所有事故的89%，其中商业区占比82%，老旧社区占比93%。

2.3感知安全与设施关联性

EFA提取出三个主要因子：物理设施安全性（包括宽度、铺装、照明等）、管理维护水平（信号灯配时、标识清晰度等）与社会监控度（人流量、商户关注度等）。回归分析显示，物理设施安全性每提升10%，行人感知安全度提高12.3%（β=0.123，p<0.01），而管理维护水平每提升10%，感知安全度提高8.7%（β=0.087，p<0.05）。但值得注意的是，老旧社区的受访者即使设施完善度较高，其安全感知仍显著低于商业区，这可能与社会监控度差异有关（β=-0.052，p<0.05）。

3.讨论

3.1设施配置与安全需求的错配

研究结果表明，现有步行安全设施存在明显的配置错配问题。商业区设施“硬件达标但软件不足”，高密度网络与信号灯覆盖并未带来相应的安全提升，反而因配时不合理、人车混行频发导致次生风险。这与现有研究发现的“设施饱和”现象一致（Handy,2005），即当设施密度超过合理阈值时，若管理不当反而会降低效率与安全性。老旧社区则存在“硬件缺失”问题，基础设施数量与质量均无法满足基本安全需求，这与发展中国家普遍存在的“规划滞后”现象相符（WHO,2018）。

3.2智能化设施的潜力与局限

研究发现，智能信号灯与动态警示系统在提升安全方面具有显著潜力。商业区试点区域采用智能信号灯后，人车冲突事故率下降65%，这与国外研究结论一致（Koppelman,2003）。然而，老旧社区因基础设施薄弱，智能设施难以有效部署，反映出现有技术对欠发达环境的适用性不足。此外，智能系统的效果依赖于数据采集与算法优化，短期实验可能无法反映长期稳定性，这需要进一步追踪研究。

3.3社会行为因素的非线性影响

感知安全与实际风险的非线性关系值得特别关注。老旧社区尽管设施落后，但部分居民因长期适应形成了特定的规避策略（如避开高峰时段出行），反而降低了主观风险感知。然而，这种适应是以牺牲部分出行自由度为代价的，反映了弱势群体的“安全剥夺”问题（Forsyth&Ward,2006）。因此，设施优化不仅要考虑物理安全，还需结合社会需求进行人性化设计。

3.4优化策略与建议

基于研究结论，提出以下优化策略：

1）**强化网络连续性**：通过打通断点、拓宽瓶颈路段，构建连续的步行网络，尤其需重视老旧社区的补短板工程。

2）**优化信号灯系统**：采用行人优先的智能信号灯，结合实时人流数据动态调整配时，并增设行人专用相位与动态警示系统。

3）**提升设施质量与维护**：采用防滑耐磨材料铺装，加强夜间照明覆盖，定期维护老旧设施。

4）**完善无障碍设计**：将无障碍设施纳入新建与改造项目，并逐步推广至老旧社区，确保特殊群体出行权利。

5）**加强协同治理**：建立交通、规划、城管等多部门协作机制，明确责任分工，确保政策落地。

4.研究局限与展望

本研究存在若干局限：首先，样本区域有限，结论的普适性有待进一步验证；其次，数据采集时间较短，难以完全反映季节性因素影响；再次，事故数据依赖官方记录，可能存在统计偏差。未来研究可扩大样本范围，采用长期追踪方法，结合眼动追踪等技术手段，更深入地探究行人行为与设施环境的交互机制。此外，需加强跨文化比较研究，探索适合发展中国家国情的步行安全解决方案。

六.结论与展望

本研究通过对A市核心商业区与老旧社区步行安全设施的系统性评估，揭示了当前城市步行环境中存在的突出问题，并基于实证数据提出了针对性的优化策略。研究结合定量与定性方法，从设施配置、行人行为、事故数据及感知安全等多个维度进行了深入分析，为构建更安全、高效、人性化的城市步行环境提供了理论依据与实践指导。

1.主要研究结论

1.1设施配置与安全需求的严重错配

研究证实，城市步行安全设施的现状与实际需求之间存在显著错配。商业区虽然投入大量资源建设步行道网络与信号灯，但存在“重硬件、轻管理”的问题。高密度的步行道网络并未带来相应的安全提升，反而因信号灯配时不合理（高峰时段绿灯时间不足61%）、人车混行现象严重（每小时12次/100米）以及部分区域照明不足（覆盖率75%）导致事故风险增加。具体表现为：35%的步行道存在严重破损，80%宽度不足1.2米；92%的信号灯覆盖虽高，但缺乏行人专用相位与动态调整机制；夜间照明盲区普遍，事故率较白天高出37%。这表明，设施建设的“量”并未转化为“质”，反而因管理缺位产生了次生风险，印证了Handy（2005）提出的“设施饱和”理论在特定条件下的适用性。

老旧社区则面临更为严峻的“硬件缺失”问题。步行道网络密度低（平均每公顷仅1.5公里），大量路段被商户占用或改作他用，70%宽度不足1米，50%存在严重破损。信号灯覆盖率低至45%，且多为老旧机械式设备，无行人专用相位；警示标识缺失严重（仅15%路口设置），夜间照明覆盖率不足30%。无障碍设施几乎空白（覆盖率不足20%），导致老年人、残疾人等特殊群体出行困难。这种系统性缺失直接导致了高事故率（93%的事故为人车冲突）与低安全感知（老旧社区感知安全度显著低于商业区），反映了发展中国家快速城市化进程中普遍存在的“规划滞后”问题（WHO,2018）。

1.2智能化设施的潜力与适用性限制

研究发现，智能化设施在提升步行安全方面具有显著潜力，但其效果依赖于基础设施基础与系统优化。商业区试点区域采用智能信号灯后，人车冲突事故率下降65%，这与Koppelman（2003）的研究结论一致。动态警示系统通过实时监测人车冲突风险，能在冲突发生前发出预警，进一步降低事故概率。然而，老旧社区因基础设施薄弱，智能设施难以有效部署。例如，信号灯系统需要稳定的电源与网络支持，破损的步行道也限制了传感器安装。此外，智能系统的效果依赖于数据采集与算法优化，短期实验可能无法反映长期稳定性。在资源有限的老旧社区，大规模部署智能设施面临经济与技术的双重挑战，这需要结合国情制定分阶段实施方案。

1.3社会行为因素的非线性影响

研究揭示了感知安全与实际风险的非线性关系，社会行为因素在步行安全中扮演着重要角色。问卷调查与实地观察显示，商业区68%的受访者曾因设施问题发生碰撞，但部分居民因长期适应形成了特定的规避策略（如避开高峰时段出行），反而降低了主观风险感知。然而，这种适应是以牺牲部分出行自由度为代价的，反映了弱势群体的“安全剥夺”问题（Forsyth&Ward,2006）。老旧社区尽管设施落后，但部分居民因长期适应形成了非正式的安全规范（如结伴出行、避开特定时段），这种集体性行为在一定程度上降低了事故发生率，但无法从根本上解决设施缺失带来的系统性风险。因此，设施优化不仅要考虑物理安全，还需结合社会需求进行人性化设计，如通过社区参与提升居民归属感与安全监督意识。

1.4事故空间分布与治理启示

GIS分析显示，两个区域的事故热点均集中在信号灯缺失或配时控制的路口。商业区事故热点与主干道信号灯覆盖率呈负相关（R²=0.72），反映设施不足导致的冲突集中；老旧社区事故热点则与商户占用步行道密度正相关（R²=0.65），揭示出管理缺位导致的次生风险。这一发现为城市治理提供了重要启示：步行安全问题的解决不仅需要技术投入，更需要制度创新与协同治理。例如，商业区需优化信号灯系统，老旧社区则需加强执法与商户管理，确保步行空间不被侵占。同时，事故数据的时空分布特征可用于指导资源优化配置，实现“精准治理”。

2.政策建议

基于上述结论，提出以下政策建议：

2.1强化步行道网络的连续性与安全性

-**打通断点**：对断头路、狭窄段进行系统性改造，确保步行道网络的全覆盖与连续性，尤其需重视老旧社区的补短板工程。

-**优化宽度与铺装**：新建与改造项目严格执行人行道宽度标准（主干道不小于1.5米），采用防滑耐磨材料铺装，并加强日常维护，及时修复破损路面。

-**完善无障碍设计**：将无障碍设施纳入新建与改造项目，逐步推广至老旧社区，确保坡道、电梯等设施与步行道网络有效衔接，保障特殊群体出行权利。

2.2智能化设施的精准部署与优化

-**分阶段推进智能系统**：根据区域特点分阶段部署智能信号灯与动态警示系统，优先改造事故多发路口与商业区等高密度区域。

-**加强数据共享与算法优化**：建立跨部门数据共享机制，整合交通流量、行人密度、事故记录等信息，优化智能系统的算法，提升预测精度与响应效率。

-**考虑技术适用性**：针对老旧社区等资源受限地区，探索低成本、易于维护的智能化解决方案，如太阳能警示牌、简易动态信号灯等。

2.3优化信号灯系统与管理维护

-**采用行人优先的智能信号灯**：结合实时人流数据动态调整配时，增设行人专用相位与动态警示系统，减少人车冲突。

-**加强执法与监管**：加大对车辆违规占用步行道、破坏设施等行为的处罚力度，建立长效维护机制，确保设施功能完好。

2.4增强社会参与与协同治理

-**开展社区参与式规划**：通过听证会、问卷调查等方式，了解居民需求，提升设施设计的透明度与公众满意度。

-**建立多部门协作机制**：明确交通、规划、城管、住建等部门职责分工，形成步行安全治理合力。

-**加强安全宣传教育**：通过媒体宣传、社区活动等方式，提升居民安全意识，倡导文明出行行为。

3.研究局限与未来展望

3.1研究局限

本研究存在若干局限：首先，样本区域有限，结论的普适性有待进一步验证，未来可扩大样本范围至不同规模、不同发展水平的城市。其次，数据采集时间较短（2022年6月至9月），难以完全反映季节性因素（如冬季冰雪天气）对步行安全的影响，未来研究可采用更长周期的追踪方法。再次，事故数据依赖官方记录，可能存在统计偏差，未来可结合交通摄像头、移动设备数据等多源信息进行交叉验证。此外，本研究主要关注物理设施与行为特征，未来可结合眼动追踪、生理监测等技术手段，更深入地探究行人感知安全与环境刺激的交互机制。

3.2未来研究展望

未来研究可从以下方向拓展：

3.2.1跨文化比较研究

发展中国家快速城市化进程中，步行安全问题呈现出独特的挑战，如共享单车与行人冲突、临时摊贩侵占步行道等。未来研究可开展跨文化比较，探索适合不同国情、不同文化背景的步行安全解决方案，为全球城市治理提供借鉴。

3.2.2长期追踪与效果评估

通过长期追踪，评估智能化设施、无障碍改造等政策干预的长期效果，分析设施维护的经济成本效益，为政策优化提供科学依据。

3.2.3人工智能与大数据的应用

结合人工智能与大数据技术，构建步行安全风险预测模型，实现风险的动态预警与精准干预。例如，通过分析社交媒体数据、移动设备数据等，实时监测行人安全风险，并向居民提供个性化安全建议。

3.2.4生态化与共享化设计

探索生态化步行空间设计，如结合绿道、口袋公园等提升步行环境的舒适性与吸引力；研究共享化设施解决方案，如模块化信号灯、共享警示牌等，提升资源利用效率。

4.结论重申

本研究通过系统评估城市步行安全设施，揭示了设施配置与安全需求之间的错配问题，并提出了针对性的优化策略。研究结果表明，提升步行安全不仅需要技术投入，更需要制度创新与协同治理。未来，随着城市化进程的加速，步行安全问题将日益突出，亟需多学科合作，结合技术创新与社会参与，构建更安全、高效、人性化的城市步行环境，实现城市交通系统的可持续发展。

七.参考文献

Handy,S.L.(2005).Whywalk?Theeffectsofneighborhooddesignonwalking.TransportationResearchPartD:TransportandEnvironment,10(6),425-440.

Hunt,D.E.(1990).Theeffectofsidewalkwidthonpedestrianflow.TransportationResearchRecord,1290(1),34-40.

Koppelman,F.M.(2003).Theimpactofsignalizedintersectiondesignonpedestriansafety.TransportationResearchPartD:TransportandEnvironment,8(2),131-148.

Newman,P.W.G.,&Keiser,L.J.(1997).Thelanduse-transportationconnection:Anoverview.InTransportationResearchRecord,1607(1),22-30.

Newman,P.W.G.,&Wyckoff,B.D.(1996).Designingthecontextforwalkingandcycling:Anoverview.InPlanningforwalkablecities(pp.1-19).IslandPress.

Searle,S.(2012).Planningforwalkability:Ananalysisofthetensionbetweenpolicyintentionsandimplementationoutcomes.UrbanPlanning,3(1),45-56.

Forsyth,P.,&Ward,T.B.(2006).Perceivedriskofcrimeandtheuseofpublicspace:Aninvestigationoftheeffectsofphysicalandsocialenvironmentalfactors.EnvironmentandBehavior,38(3),331-354.

Dawson,R.J.,Godfrey,C.,&Anable,J.(2013).Theeffectsofthephysicalenvironmentonwalking:Areview.TransportReviews,33(1),1-23.

WorldHealthOrganization.(2018).Globalreportonroadsafety2018.WorldHealthOrganization.

Aarts,P.,&vanWee,B.(1999).Safetyintraffic:Apsychologicalperspective.PergamonPress.

Duxbury,N.,&McFadden,E.(2002).Pedestriansafetyatsignalizedintersections:Theeffectofsignaltimingondriverbehavior.TransportationResearchPartF:TrafficPsychologyandBehavior,5(4),291-310.

Florida,R.(2005).Cityrhythm:Pedestrianstreetsandtheriseofurbansociety.JournalofUrbanPlanningandDevelopment,131(4),244-254.

Geller,N.S.,Trubka,E.J.,&Bopp,J.M.(2003).Evaluationofapedestrianhybridintersection.TransportationResearchRecord,1848(1),50-57.

Hoel,A.A.,&Liljeborg,F.(2001).Theeffectofcrosswalkmarkingsonpedestriansafety.AccidentAnalysis&Prevention,33(4),385-392.

Jefferies,I.,&Duxbury,N.(2003).Ananalysisoffactorsaffectingpedestrianvisibilityatsignalizedintersections.InProceedingsofthe82ndAnnualMeetingoftheTransportationResearchBoard(pp.1-15).

Lefevre,F.,&Rakotoarivelo,S.(2005).Theeffectoftrafficspeedonpedestriansafetyatsignalizedintersections.AccidentAnalysis&Prevention,37(2),245-253.

Maillet,D.,&Lefevre,F.(2008).Theeffectofsignalizedcrosswalksonpedestriancomplianceandsafety.TransportationResearchPartF:TrafficPsychologyandBehavior,11(2),133-145.

Plambeck,E.L.,&Steckel,J.C.(2003).Demandandsafetyeffectsofpedestriansignals.TransportationResearchPartC:EmergingTechnologies,11(3),213-229.

Rasmussen,J.,&WindTunnel,T.(1997).Humanerrorandaccidentanalysis.CRCpress.

Steckel,J.C.,&Plambeck,E.L.(2001).Theeffectofcrosswalkmarkingsonpedestriansafetyatsignalizedintersections.TransportationResearchRecord,1822(1),58-65.

VanArem,B.,Maat,K.,&VanWee,B.(2003).Theeffectoftrafficspeedontheriskofpedestrianinjury.AccidentAnalysis&Prevention,35(6),845-853.

VandenBroeck,G.,VanArem,B.,Maat,K.,&VanWee,B.(2008).Areviewoftheliteratureonpedestriansafetyatsignalizedintersections.TransportReviews,28(2),191-216.

Ward,T.B.,&Brown,J.L.(2000).Fearofcrimeandtheuseofpublicspace:Testingatheoreticalmodel.EnvironmentandBehavior,32(5),625-652.

Wilson,E.T.(2000).Pedestrianfacilitiesandinjurycrashes.InProceedingsofthe79thAnnualMeetingoftheTransportationResearchBoard(pp.1-15).

Zador,P.L.,&Lord,D.(2000).Pedestrianinjurymodeling.InProceedingsofthe79thAnnualMeetingoftheTransportationResearchBoard(pp.1-15).

中华人民共和国道路交通安全法（2011年修正）.

建设部.(2002).城市道路交通设施设计规范(CJJ37-92).中国建筑工业出版社.

中国城市规划学会.(2012).城市步行与自行车交通系统规划规范(GB50722-2012).中国建筑工业出版社.

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友及机构的鼎力支持与无私帮助。首先，向我的导师XXX教授致以最诚挚的谢意。从研究选题的确定、研究框架的构建，到数据分析的指导、论文写作的修改，XXX教授始终以其深厚的学术造诣、严谨的治学态度和诲人不倦的精神，为我的研究指明了方向，提供了宝贵的建议。尤其是在研究方法的选择与优化阶段，XXX教授不厌其烦地为我答疑解惑，其深厚的专业素养和前瞻性的研究视野，使我深受启发，获益匪浅。导师的悉心指导与鼓励，不仅提升了我的学术能力，更塑造了我严谨求实的科研品格。

感谢参与本研究的团队成员XXX、XXX、XXX等同学。在实地调研、数据收集和资料整理的过程中，我们相互协作、共同克服了诸多困难。特别是在商业区和老旧社区的实地观察阶段，面对复杂的交通环境和不同的居民群体，团队成员们的辛勤付出和灵活应变，保证了数据的准确性和可靠性。此外，感谢XXX同学在问卷调查设计中的创意贡献，以及XXX同学在数据分析中的技术支持，你们的协作精神与专业能力为本研究的高质量完成奠定了坚实基础。

感谢A市交通管理局、规划局以及参与问卷调查的市民们。交通管理局提供了宝贵的事故数据和支持，规划局分享了城市规划的相关资料，而市民们的积极参与和真诚反馈，为本研究提供了鲜活的实践依据。特别感谢老旧社区中的居民，你们对步行安全问题的深刻见解和宝贵经验，为本研究的深入探讨提供了重要参考。

感谢XXX大学交通工程系和城市规划学院为本研究提供的良好研究环境。学院提供的实验设备和图书资源，为我的研究提供了有力保障。同时，感谢系内各位老师的关心和支持，他们的学术交流和建议，拓宽了我的研究视野。

最后，向我的家人表示衷心的感谢。你们的无私关爱和默默支持，是我能够全身心投入研究的重要动力。你们的理解与鼓励，使我能够克服研究过程中的压力和挑战。

在此，谨向所有为本研究提供帮助和支持的个人和机构，致以最诚挚的谢意！

九.附录

附录A：商业区与老旧社区步行道设施调查表（节选）

调查区域：商业区

调查日期：2022年7月15日

调查人员：XXX

编号：C001

|序号|调查项目|调查指标|记录|

|------|------------------|------------------------------|------|

|1|步行道宽度|（米）<1.0,1.0-1.5,>1.5|1.2|

|2|铺装质量|良好,一般,严重破损|一般|

|3|信号灯覆盖|全覆盖,部分覆盖,无覆盖|全覆盖|

|4|信号灯类型|智能信号灯,机械式信号灯|机械式|

|5|行人专用相位|有,无|无|

|6|警示标识|丰富,一般,缺乏|一般|

|7|夜间照明|良好,一般,不足|良好|

|8|无障碍设施|完备,部分完备,缺失|部分完备|

|9|人车混行频率|（次/100米·小时）<5,5-15,>15|12|

|10|破损路面长度|（米）<10,10-50,>50|30|

调查区域：老旧社区

调查日期：2022年8月20日

调查人员：XXX

编号：L005

|序号|调查项目|调查指标|记录|

|------|------------------|------------------------------|------|

|1|步行道宽度|（米）<0.8,0.8-1.0,>1.0|0.8|

|2|铺装质量|良好,一般,严重破损|严重破损|

|3|信号灯覆盖|全覆盖,部分覆盖,无覆盖|部分覆盖|

|4|信号灯类型|智能信号灯,机械式信号灯|机械式|

|5|行人专用相位|有,无