交通设施｜面向交通安全“零愿景”不应将骑行者视为隐患

近日，笔者读到《中国特大城市应如何治理道路交通安全风险》（以下称为“交通安全一文”）中的一段话：“助动车、电动自行车、自行车等，往往成为威胁交通安全的隐患，这些车辆的骑行者往往不遵守基本交通规则，乱闯红灯严重，成为城市道路交通事故频发的主要元凶之一。”

作为交通安全的政策建议，这样直接将自行车、电动自行车等使用者群体称为“隐患”，让人感到惊讶，也让人产生关于社会公平的担忧。中国一直缺乏引导交通安全发展的好政策，而并未得到足够讨论的这类偏见，在学界、工程界传播，并深刻影响了政策制定者。笔者认为，针对这一问题，亟需梳理出公共政策制定的逻辑。

价值观决定交通政策

在交通安全一文里，将瑞典的“零愿景”简单理解为死亡数字为“0”。其实，零愿景并非只是数字，而是一种交通安全哲学，串联起交通安全领域的工程、教育、救援等各方面。

传统的交通安全，优先考虑的是减少或防止事故，关心“为什么会出事故”；而“零愿景”主张将重点放在伤害上，关心“为什么那个人在事故中受伤这么严重”，或者以公共卫生的角度思考“是否可以预防”。

也就是，交通体系围绕着“人”而思考，将人的出行当作使用运输系统的过程。一旦人受到伤害，运输系统的每个组成部分都难逃其责，包括与之相关的工程师、医生、政府工作人员等。

这是一种强调整体的思维方式。工程师的职责并非仅是防止事故和碰撞，更要努力确保没有人会受到导致重伤或死亡的碰撞力；医生和救援系统并不只是到现场进行医治，而要在人的伤势进一步恶化前能有所作为。这要求人们从基础设施项目、医疗保险、政府职责和行为等方面，整体考虑运输系统的运行，也要了解技术指南、公众教育与参与、政策和车辆法规等“上游因素”如何影响交通事故伤亡。

简单而言，这是对交通伤害的无边界“追责”，可以不停地问“为什么”，直到找出交通伤害的根源。

在交通安全一文里，作者没有注意到，中国整体经济仍未处于产业链中低端，不得不依靠落后交通方式支撑社会运转；也没有了解电动自行车的历史，或预测其未来；更没有体会中低收入者为生活奔波的辛劳。

而将电动自行车归为“隐患”群体，更像是一种价值观判断，并非数据的真相。正是在这样的价值判断之下，电动自行车一边被打压一边快速增长，问题积重难返，难以解决。为何电动自行车不能有像机动车一样的独立路网，或者是独立的电动自行车车道呢？

社会公平是“零愿景”的核心。电动自行车事故高发，是否因其在路权上遭受了不公平的对待？快递小哥频频出事故，其是否缺乏足够的职业规范教育，其交通工具是否安全，雇佣企业是否重视该有的培训、医疗保险呢？

突兀的数据往往是发现不公平的线索。将所有对象平等纳入决策过程，是寻求交通行业社会公平的前提。道路交通安全本质上是社会公平的议题。只有通过数据驱动去寻求社会公平，才能制定出公平的交通政策。

如何借鉴“零愿景”的思想

首先，要避免过度依赖执法，尤其是非现场执法，来解决交通安全问题。要避免用执法掩盖社会问题，甚至是制造新的社会问题。

执法是交通安全的基本手段之一。但是，执法并不能替代教育、工程、政策环境的作用，尤其是在面对一些普遍的违法现象时，严格执法有时会激化矛盾，带来不公平。

譬如，快递小哥的收入与送单效率密切相关，其电动自行车违法理应受罚，但利益链上的其他受益者，如外卖网站或消费者，难道就不用负责吗？又譬如，货车超载是交通安全的恶瘤，然而，超载的收益也多为货主、运输公司和消费者取走，最后却只罚司机，能从根源上阻止超载吗？

只在末端现象上强调执法，并不能获得公平。只有多问一些“为什么”，将公平的思想覆盖整个利益链，才有可能解决问题。

其次，可以学习的是数据驱动。

交通安全一文，也引用了许多数据，不过，关于中国交通事故死亡数，文中同时引用了来自交通部门、卫生部门和世界卫生组织的数据，差异很大。作者一边数落着这些差异，一边却拿着这些数据来推导结论，这样的结论还可信吗？

数据在于准确，在于其可追溯。为了结论而引用数据，这是我们读到的有关中国的许多报告常见的做法，尤其是交通事故死亡数据。诸多对交通事故死亡数据的质疑，焦点都在总数上的差异。但交通事故的数据，其真正的价值在于真实、专业，需要精确。即便总数正确，但组成总数的数据简单，对改善交通安全也并无用处。

譬如，一起小车撞护栏的多人伤亡事故，相关数据采集，应重现事故原因和后果细节。比如，能从数据中发现，因护栏螺栓生锈导致连接强度降低，才使车辆冲出道路；因为路侧不平，导致车辆翻车加重伤亡；在后续的医疗过程中，也许还能发现，因方向盘位置过于靠近司机，导致司机胸部的重伤。这些信息才是有用的。

运输系统数据的真实，是通过诸多基层人员的眼睛进行专业观察，并录入数据系统，来得到保障的。只有这样的数据，才会驱动合理的决策过程，只有伤亡人员的数字，这个数据算不上有用。

再次，通过“零愿景”，加深理解社会公平的含义，客观看待交通事故。

如果有足够多的数据，可以发现，交通事故的发生，在不同人群中并不成比例。许多国家的数据统计中，中低收入者、老年人、儿童的交通事故比例偏高，步行、骑行的伤亡比例也要比其他交通方式要高。

如果我们只关注事故发生时的情况，也许会把事故原因归结于这些人本身。如果调查更深，或许会发现，是因为老年人听不清或看不清当时的情况，而错误进入危险位置；或者是道路上没有足够的空间供自行车骑行，骑行者不得不冒险混入机动车流中。调查越深，数据越多，其中需要我们思考的细节也就越多。

如果我们只是急于解决现场出现的问题，而遗忘其背后存在的种种不公平，“零愿景”将永无实现之日。

两个政策建议

第一，改善数据是当务之急。

中国对交通数据有很多年的收集经验，但是，数据收集仍然不专业。这表现在：对运输系统理解的不专业、收集过程的不专业和部门协作的不专业。对这些问题，发达国家也经历了逐步改进的过程。

不过，现在一谈到数据，就误以为是信息技术或者智能交通，引入这些企业来做数据。这是南辕北辙，缘木求鱼。

不是交通工程师，就看不懂视距视区和路权。许多有价值的交通数据，就在不专业的调查者手中悄悄流走。那些先进、昂贵的系统，虽然打着交通数据的名义，实质上却和交通数据无关。

在制定数据政策前，需要搞明白两件事。一是，为什么中国数据质量一直不好；二是，别国的数据发展经历了怎样的历程。数据政策是长期政策，也是烧钱的政策，还涉及到部门间、上下级的关系网和权责划分，各级政府要把钱用对地方。

第二，建立有效的培训教育制度。

解决交通安全问题，始终要依靠公众和行业的基层力量。但是，公众的交通安全教育，并没有得到重视，甚至很难找到负责部门。而行业基层力量的培训参差不齐，许多基层工作人员只能看到红头文件的要求，却不明白如何操作，因为缺乏培训和技术书籍。因此，要建立通用的培训制度，完善交通安全的通用教育和专业培训。

面对公众的培训，可以实行公共资金补贴资助的竞争性制度，鼓励社会机构、政府机构、研究机构等参与竞争，以多方共同获利的方式，积极编写教材，积极进行公众教育，提高教育的质量和普及程度。

面对行业基层工作人员，要跨越部门界限，让技术培训普及到偏远地区。只要有一个基层工作人员不懂技术，就意味着在整个国土上，仍有一段路可能存在安全风险。

“零愿景”的目标离我们还很遥远。我们可以从学习“零愿景”的思想作为起点。我国交通安全虽已呈现长期向好的趋势，但仍应谦虚务实，通过解决交通安全问题，逐步走向更加公平的社会。