全国助残日 | 残疾人出行方式选择与无障碍交通环境探索——以残疾人机动轮椅车为例

自由出行是每个人的基本权利，出行障碍会影响残疾人的社会参与、交往与生活。因此城市环境中，交通环境无障碍是城市无障碍环境建设的重要组成部分，亦是回应和支持残疾人、老年人日常生活需求的重要内容。由于健康、行动能力、经济等限制，残障群体在出行需求中存在独特需要。世界各国在建设公平的交通环境时，一方面强调公共交通的无障碍环境建设，一方面探索补充如辅助交通（Paratransit）、代理交通系统（Brokered Transportation System）等交通服务，以及适应各类出行场景的轮椅等出行辅具^[1][2]。

我国同样重视完善交通环境的无障碍水平和建设满足残疾人独特需求的交通体系。二十世纪80年代，为支持残疾人生活和就业，残疾人机动轮椅车开始出现和普及，并于2003年《道路交通安全法》中被纳入“非机动车”管理范畴。然而，相比于公共交通系统的无障碍环境建设，残疾人较为特殊的出行方式、交通需求，以及围绕该类出行的环境需求等较少被关注^[3]。以往研究表明，个体出行行为会受到个体、环境、出行信息等因素的影响^[4]，然而关于城市形态要素、无障碍设施之外的其他交通环境要素等对残疾人出行行为的影响关注较少^[3]。因此本研究希望通过剖析与残障群体更直接相关的出行方式，即“残疾人机动轮椅车”（下文使用全称或“轮椅车”进行表述）选择使用的影响因素，深入探讨下肢障碍者的出行需求，从而对系统地提升无障碍交通环境提出建议，为城市无障碍环境建设提供参考依据。

由于行动能力、经济水平等限制，残障群体往往被认为是交通弱势群体，在服务设施、交通环境、交通工具等方面存在特异性需求^[5][6]，且需要通过构建公平的城市交通政策、交通规划等来避免由于交通弱势造成的社会排斥^[7]。2002年Litman在关于公共交通规划的社会绩效评价中，强调了为各类社会群体提供平等（fairness）交通服务的横向公正（horizontal equity）和适应各类社会群体，如社会经济地位、流动性和能力等差异性交通设施需求的纵向公正（vertical equity）^[8]。

残疾人出行的需求特征通常表现为：对于道路、交通设施等无障碍配置的要求较高，需要系统协调残疾人-辅具-交通环境的“人-机-环”需求关系；对于出行环境有更高的安全性需求；对于公共交通有更高的依赖度^[9]，通常这与较为有限的可用交通方式选择有关；由于出行能力限制，可能会缩小出行范围，偏好近距离的出行空间范围；不同能力水平、经济水平、教育水平个体的出行需求差异较大，可能表现为截然不同的交通方式和出行水平等^[10][11]。其中，关于无障碍交通环境需求的讨论，如残疾人机动轮椅车的使用环境，不仅需要关注无障碍交通环境中的空间要素，治理要素的完善同样关键^[12]。

过去多数关于个体出行影响因素的研究从个体均态展开，忽视了个体因素、出行需求等导致的出行特征造成的人群分异，这违背了包容性理念的初衷。不同群体的出行特征可能存在较大差异，不同出行特征会导致不同的交通方式选择，如今越来越多学者在对个体出行行为的研究中关注到基于出行特征的人群类别划分带来的影响。因此，本研究在进行影响因素分析前，对样本进行出行特征类型识别，希望增强对残障个体需求差异的敏感性，以支持更有针对性政策建议的提出。

出行特征的划分一般包含分类标签划分和聚类算法两种^[13]：

标签划分。如Takahiko通过出行目的标签对乘客进行分类，并利用交通智能卡出行数据验证^[14]。梁泉等人通过整理出行距离、地点、时间等出行特征指标将通勤乘客划分为高、中、低三类稳定性人群，从而对公交通勤出行需求进行更加精准的识别分析^[15]。关于无障碍环境的研究中，通常以残障类别划分人群类别，然而如前文所述，能力水平等差异的影响的是显著的，仅通过残障类别划分人群，往往难以观测到群体内的差异分布。

聚类算法。如Kieu等人利用交通智能卡出行站点和时间数据，通过DBSCAN算法进行聚类分析，将乘客分为不规律出行、站点稳定、时间稳定与通勤四个类型^[16]。邹庆茹等人使用出行强度、时间、空间、用卡类型四类数据，通过两步聚类将城市轨道交通乘客分为标准通勤、弹性通勤、高频常客、生活类和短期低频五类，并基于分类对北京市轨道交通低峰折扣票价政策的影响进行分析^[17]。李飞羽利用出行强度、出行时间、出行空间信息，通过改进的k-prototypes 算法模型对轨道交通乘客聚类分析，将乘客分为早晚高峰生活类乘客、为午平峰生活类乘客、弹性工作类乘客、通勤类乘客，并基于此分类对乘客出行进行预测^[18]。

诸多研究表明，城市环境对个体选择的交通出行方式会产生直接影响，其中建成环境对个体的出行行为甚至会带来长期的“锁定效应”^[19][20][21]。城市规划和交通规划者都曾尝试通过研究建成环境和出行行为的关系，提高规划策略的有效性^[22][23]。其中对于交通方式选择影响较为显著的城市环境特征包含：密度，如设施密度、人口密度；土地利用，如多样性、功能混合度；交通设计，如道路密度、路口密度、交通站点分布；可及性，如区位、交通可达性等^{[23][24][25][26][27]}。

无障碍交通环境是当前城市环境回应残疾人交通出行需求特征的主要路径^[28]，也是承载、支持和影响残疾人交通行为的重要内容^[29]。伴随通用设计理念（Universal Design）和包容性理念（Inclusive Development）的发展，越来越多学者提出，无障碍交通环境的有效性，不仅取决于内部设计优化，如坡道、盲道等无障碍设施的完善，还应当从“出行链”视角，讨论更广义的交通环境，如交通站点分布、人行道布置、路网设计、用地功能规划等对个体出行行为的影响^[30]。

本研究重点聚焦残疾人机动轮椅车的使用选择，根据《道路交通安全法实施条例》要求，驾驶人仅能为下肢障碍者，因此本研究中所说的残疾人为下肢障碍群体。由于残疾人机动轮椅车使用人群年龄较长，因此选取研究对象总体偏高龄，其中以60-69岁肢体残疾人为主，占比约二分之一。

本研究空间范围覆盖北京市全域，各区样本量情况如图1所示。

图1 北京市各区样本量分布情况

本次研究中结合定性与定量结合的研究方法。定性研究部分，于2023年6月对5名使用残疾人机动轮椅车的下肢障碍人士进行深度访谈，平均时长超过2小时，重点了解日常出行需求与痛点、车辆使用概况等。定量研究部分，面向北京市16个行政区划范围内下肢障碍人群发放电子问卷，回收答卷3278份，有效样本共2467份（有效率75.26%），其中用车样本为1263份，不用车样本为1204份。数据分析中，为增强对车辆选择影响因素识别的准确性，分步骤进行出行特征类型识别和基于出行特征类型的车辆使用影响因素检验。

4.1.1 基于出行信息的潜在类别分析

本研究选用出行类别、出行频次（低频次=1周出行不足1次，高频次=每周至少出行1次）、出行距离（近距离=1km范围内，中距离=1-5km范围内，远距离=5km范围以上）三项出行信息指标刻画样本的出行特征。如表1所示，残疾人机动轮椅车的使用者与非使用者出行类别比例较为相近，仅上班通勤相差较大。相比非使用人群，使用人群的总体出行频次略高，出行距离显著增长。

本研究选取潜在类别分析方法，对上述出行信息指标进行聚类，以初步估算样本的出行特征类型，表2中展示了各潜类别模型指标情况。根据类别均衡性，最终选定12分类模型（N=12），即可将样本划分为12类，整理12类模型如图2所示。其中，前7类样本人群为无工作出行需求人群，后5类为有工作出行需求人群，从左到右出行频次与出行距离相对增加。从各出行类别来看，就医出行为最刚性的基本出行需求，且以低频远距离为主；其次是购物和休闲，出行频次总体较高，出行距离各类别呈现差异性；康复出行总体比例最低；社交出行与就医出行相似，呈现低频远距离为主的特征；工作出行为就业人群最为稳定和主要的出行类别，因此后五类样本都存在高频出行的出行需求特征。

图2 十二类样本人群出行信息指标情况比较

（注：图中颜色越深代表比例越高）

4.1.2 结合样本特征的类别重组

为了进一步明确样本分类，增强类别解释性，结合样本的个体、居住环境及周边交通环境指标特征对比12类别差异，如图3所示。

图3 十二类样本人群个体、环境特征比较

（注：原数据经过归一化处理）

将特征相似类别整理重组，最终得到具有显著特征差异的六类人群：

C1类型年龄较高，收入水品偏低，身体机能较差，日常出行中仅以医疗康复为出行目的，命名该组别为：T1.低能力水平仅医疗组。C2类型收入水平最低，且居住环境周边设施密度较低，日常出行总体频次较低，距离偏近，命名该组别为：T2.低收入较少出行组。C3-C7样本特征较为相似，年龄水平偏高，出行类型逐渐丰富，频次增加，其中C4、C5分别以近距离休闲和购物为主，C6-C7中高频次的远距离出行显著增加，命名该组别为：T3.无就业日常出行组。C8-C10样本特征较为相似，个体能力普遍较强，年龄水平偏低，收入水平和出行能力偏高，且较少使用轮椅，居住环境周边设施相对密度和混合度都较低，交通站点距离较远。出行以就业通勤为主，C8至C10出行的类型、频次以及远距离出行递增，命名该组别为：T4.偏远环境日常通勤组。C11和C12均表现出较为高频次的丰富出行特征，其中C11以近距离出行特征为主，命名该组别为：T5.丰富近距离出行组；C12为远距离的出行特征为主，命名该组别为：T6.丰富远距离出行组。本研究将基于该六类分组，进一步探讨个体特征、居住环境、交通环境及出行信息特征对下肢障碍个体是否选择使用残疾人机动轮椅车的影响情况。

4.2.1 影响因素指标

本研究选取个体特征、居住环境、交通环境和出行信息四个维度指标构建回归模型，对下肢障碍人群选择使用残疾人机动轮椅车出行的影响进行Logistic回归分析。出行信息指标如前文所述，其余三个维度影响因素指标中自变量选取如下：

个体特征。包含年龄、性别、样本个人的月收入水平、出行能力水平和轮椅使用情况。关于残障特征的识别，本研究考虑到残障级别、失能水平等难以准确识别出行能力水平差异，因此通过收集样本步行或不借助交通工具（可借助辅具）自主出行的最远距离来表征出行能力水平，并通过轮椅使用情况来表征源于辅具使用需求的出行需求。总体而言，用车人群相比非用车人群年龄偏长，男性比例更高，收入水平略偏高，但均以2001-4000元分段为主。残障特征方面，用车人群的出行能力显著弱于非用车人群，且使用轮椅的比例显著更高。

居住环境。主要基于百度地图POI数据，提取样本居住地半径1km范围和5km范围内设施密度和功能混合度，以表征居住环境的可及性水平、土地利用情况。其中功能混合度使用熵计算方法，公式如下：

（注：H(X)表示某区域范围的功能混合度，Pi为i类功能的占比，n为功能类型数量）

交通环境。基于居住地选取半径1km范围的路网密度和路口密度、公交站点距离、地铁站点距离，以及样本在实际乘坐中是否存在公交使用障碍和地铁使用障碍，以此表征公共交通设施的无障碍水平。总体而言，残疾人机动轮椅车适用人群在乘坐公共交通出行中有更多人存在障碍，此外，从全域水平来看地铁的覆盖度还有待提升，且地铁站距离对于出行能力较低的用车人群较高可能存在挑战。

4.2.2 影响因素数据分析

基于总样本和上述六类分组分别建立Logistic回归模型，分析结果如表6所示，相较全样本模型，六类分组模型中T2-T6拟合效果表现更好，且不同组别呈现出差异性，有助于对影响因素的精细化分析。下文将对各模型结果，六类分组着重组别差异进行分析。

“全样本”（模型一）回归结果显示：高龄、男性人群更加偏好使用残疾人机动轮椅车。轮椅车作为残疾人特有的交通工具，发挥了对能力损失的支持作用，出行能力差、使用轮椅的个体更有可能选择使用。环境因素方面，1km范围内设施密度的增加会降低使用的概率，而5km范围内设施密度的增加会增加使用的概率。公交使用障碍会显著增加使用概率，轮椅车成为公共交通不适用时，残疾人出行交通工具的有效补足。出行信息方面，购物、就医和休闲类出行情况对车辆选择使用的影响效果显著，出行距离的增加普遍会促进轮椅车的使用，但频次增加在不同出行类型中影响效果不同。

“T1低能力水平组”（模型二）回归结果显示：仅使用轮椅（B=1.423）和地铁站点距离（B=1.794）对轮椅车选择使用呈现正效应，说明使用轮椅和地铁站距离住房更远会促进轮椅车的使用。而其他因素对使用行为的影响效果均不显著，推测出行能力弱，仅保留医疗康复类出行的残疾人在使用轮椅支持的出行中，轮椅车扮演了缩短出行“最后一公里”的重要角色。

“T2低收入较少出行组”（模型三）回归结果显示：相较其他模型，仅该模型中个体收入对轮椅车选择使用的影响呈现显著，且为正效应（B=0.511），说明低收入人群用车的经济压力需要特别关注。此外，该模型中残疾人是否用车对居住环境功能混合度更加敏感，而不是其他模型更加敏感的设施密度，但影响效果基本一致，1km范围内功能混合度的增加会降低使用的概率，而5km范围内功能混合度的增加会增加使用的概率。

“T3无就业日常出行组”（模型四）回归结果显示：年龄增长、男性、出行能力较差、使用轮椅会增加轮椅车使用概率。出行信息变量中购物、就医、休闲、康复均对是否使用产生影响，其中购物、就医出行频次的增加会促进残疾人机动轮椅车的使用，而休闲出行频次的增加会降低使用概率。

“T4偏远环境日常通勤组”（模型五）回归结果显示：公交车使用障碍对个体选择使用残疾人机动轮椅车有显著的促进作用，说明轮椅车在公共交通无障碍水平有限的情况下，提供了良好的交通工具支持，并对公共交通工具具有替代性。此外，从模型五开始，工作出行对轮椅车选择使用呈现显著影响，其频次和距离的增加均会促进残疾人使用残疾人机动轮椅车。

表6选择使用残疾人机动轮椅车出行的影响因素logistic回归分析

“T5丰富近距离出行组”（模型六）回归结果显示：公交使用障碍（B=4.088）会显著高幅增加轮椅车使用的概率，其次是路口密度（B=1.225）的增加对使用选择有显著促进影响，以往研究表明路口密度增长会降低自驾使用率，增加非机动车、公共交通选择率^[27][31]，公交选择的促进同样会增加因障碍问题使用轮椅车的概率。

“T6丰富远距离出行组”（模型七）回归结果显示：公交站点距离（B=1.02）对轮椅车选择使用有显著正效应，说明该类出行特征人群对公交站点距离更加敏感，而残疾人机动轮椅车能较好地弥补公共交通站点距离较远的问题。与其他类别不同的是，该模型中地铁站点距离的增加对轮椅车使用选择呈现负效应（B=-0.873）。对比该组与其他样本地铁站点距离与交通方式选择，如图4所示，可见该组高频次远距离出行特征下，地铁站点可及性的降低更多促进了出租、自驾等交通方式的选择偏好。

（a）其他样本

（b）T6丰富远距离出行组

图4 其他样本、模型七样本地铁站点距离与交通方式选择对比

综合上述分析：（1）个体特征层面。残疾人机动轮椅车回应了更多高龄、低出行能力人群的需求，尤其在轮椅使用者的出行中成为重要的交通工具。相比对收入水平高度敏感的私家车、出租车^[32]，残疾人机动轮椅车具有一定经济性，尤其在就业人群中对收入水平的敏感性较低。但低收入特征组对个人收入水平敏感度较高，因此需要关注低收入是否会造成出行方式剥夺，以及高出行强度的低收入人群对收入水平的不敏感是否会伴随较高的经济压力。（2）居住环境层面。非就业人群出行对于居住环境周边设施密度、功能混合度更加敏感，且半径5km范围设施密度和功能混合度的增加会促进残疾人机动轮椅车的使用。（3）交通环境层面。公共交通设施的障碍问题普遍存在于公交车中，形成对能力较弱残疾人的一定排斥，而能力较强的就业人群对公交站点距离和使用障碍都更加敏感。地铁无障碍环境建设相对较好，其使用障碍特征不显著，但地铁站点距离较远的问题更多会影响残疾人选择使用轮椅车出行或衔接“最后一公里”。（4）出行信息层面。交通距离的增加普遍会对轮椅车使用产生正效应，而出行频次增加产生的效果在不同出行类型间差异显著，购物、就医和工作往往会促进使用，休闲则更可能表现为负效应。此外，访谈中使用者表明，载人载物需求会促进残疾人机动轮椅车的使用。

无障碍交通环境的目标是为支持各类有障碍人群平等、自主地出行。然而残障对出行能力的影响，是复杂且多样的，辅具的使用并非同化残疾人与健全人的出行能力，应当正视出行能力的差异和客观存在的障碍问题，针对性地提升通用设计水平与对特殊需求的回应，促进构建完整的无障碍交通体系。依据本研究对残疾人机动轮椅车使用选择影响因素的深入剖析，对城市无障碍交通环境建设提出以下建议：

一是，应当重视残障群体不同的出行特征差异，通过差异化规划设计回应不同的需求。如本研究中T1低能力水平仅医疗组代表了障碍水平最为严重且最基本的出行需求，该组别有较为明确的出行信息特征，且更在意出行方式的实用性，其刚性需求弱化了对经济类因素的敏感度和选择的弹性，因此在无障碍交通环境建设中，该类别重度障碍人群就医出行的环境支持可作为特定议题。

二是，应当重视残疾人机动轮椅车使用环境支持，从出行链角度完善无障碍交通规划。本研究可见，残疾人机动轮椅车对于衔接公共交通“最后一公里”、满足低出行能力水平者出行需求等方面起到了关键作用。然而调研中也发现，由于针对轮椅车治理的不足，车辆使用还存在许多问题，如超过40%用车人士在社区中随机停放车辆，而缺少停车规划与非机动车停放区与住房的距离过远均可能是造成该结果的原因。此外，应当重视不同交通方式之间的衔接，如轮椅车如何顺利换成公交、地铁等。

三是，应当持续改善公交设施的无障碍环境水平，提升公共交通的可用性、宜用性。残疾人对公共交通，尤其是公交有更高的依赖性，但尽管《北京市进一步促进无障碍环境建设2019—2021年行动方案》中明确要求实现城市无障碍公交车配置率达到80%。2022年，据报道北京市无障碍公交车已达到1.2万部，调研显示公交使用障碍依然是选择轮椅车的重要推力。相比地铁，公交站点分布的均匀度和距离等都更加适应下肢障碍者受损的出行能力，因此公交车的无障碍化具有不可替代性。

四是，重新审视残障人群出行能力与空间尺度，增加城市环境形态与规划的温度。本研究中出行能力的测度结果表明，下肢障碍人群的最远出行距离可能存在限制，因此建议在生活圈建设中从能力损失视角重新审视空间尺度，有助于精细化居住环境出行空间的规划。此外，本研究结果表明，半径1km和5km范围设施水平对出行方式选择有不同效果，可根据居住环境周边设施情况，优先增强设施水平较低区域对轮椅车等出行方式的支持力度。

参考文献（上滑查看全部）

*本文为2024中国城市规划年会论文

【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。