中国城市科学研究会城市大数据专业委员会2022年会/暨第三届“城市文化感知与计算”学术研讨会
Date:
摘要：街道是城市安全治理和城市设计的一个重要元素。但街道的设计却很少考虑到可能的性别差异。本研究以广州中心城区为例，提出了一种基于街景图像和手机数据的女性视角的安全感知评价方法。该方法使用机器学习模型来预测安全感知地图。它结合女性步行通勤路径的模拟，分析出需要优先改善的区域。多重线性回归被用来解释安全感和视觉元素之间的关系。结果显示：1）不同性别的安全感存在差异。女性的安全得分总体上较低，而且得分的分布也比较分散。2）研究区域内约有11%的街道显示安全感较弱。叠加分析发现，约有3%的街道行人流量大，安全得分低，需要优先改善。3）与步行体验和视角美学有关的街景元素显著影响了女性的安全感知。该研究解决了 “谁 “来评估和 “哪里 “来改善街道安全感这两个关键问题。
关键词：街道安全; 女性; 手机数据; 街景图像; 机器学习