《Research in Transportation Business & Management》：Citizen-science approach for an environmental analysis: The case study of university cyclists in Bologna
编辑推荐：
本研究采用公民科学方法，在博洛尼亚部署50辆配备PM2.5/PM10传感器的自行车，分析骑行次数与环境意识的关系，发现多变量回归模型可结合环境监测与主动交通，支持可持续城市策略。
亚历山德罗·纳林（Alessandro Nalin）| 玛格丽塔·帕齐尼（Margherita Pazzini）| 罗伯托·巴蒂斯蒂尼（Roberto Battistini）| 安德烈亚·西蒙内（Andrea Simone）| 瓦莱丽亚·维尼亚利（Valeria Vignali）| 克劳迪奥·兰蒂埃里（Claudio Lantieri）
博洛尼亚大学土木、化学、环境与材料工程系（DICAM），意大利博洛尼亚市Risorgimento大街2号，40136
摘要
气候变化对城市地区构成了严重的威胁。从“城市韧性”（Urban Resilience, UR）的概念向“城市可持续性”（Urban Sustainability, US）的转变被认为是减少气候变化影响的重要途径。这一转变可以通过鼓励公民积极参与城市政策以及促进可持续的出行方式来实现，而在其中，自行车骑行扮演了重要角色。本文提出了一种基于公民科学方法（自下而上）的创新研究方法，并在意大利博洛尼亚进行了实践，旨在探讨骑行次数与用户对环境污染物认知之间的关联。研究人员向大学员工分发了约50辆配备了环境传感器的自行车，用于收集PM10和PM2.5等污染物的数据。通过统计分析，发现了出行次数、污染物浓度以及与城市基础设施相关变量之间的多重回归关系（Multiple Regression Analysis, MLR）。这种综合方法为结合环境监测与积极出行方式以支持基于公民认知的城市可持续性策略提供了新的思路。
引言
气候变化和温室气体浓度的增加继续对城市环境构成重大挑战，影响着环境质量和公众健康（Battistini等人，2023年；美国地质调查局全球监测实验室，2021年）。
在此背景下，“城市韧性”（UR）和“城市可持续性”（US）成为指导城市向更具适应性和低影响出行系统转型的关键框架（Zhang & Li，2018年）。因此，UR和US在当前的城市规划讨论中变得至关重要，它们倡导推广和实践能够应对城市转型过程中社会和生态挑战的新范式（Wilkinson，2012年）。在支持这一转型的各种策略中，自行车骑行发挥了核心作用，它为短途城市出行提供了零排放的替代方案，并有助于减少空气污染、噪音、交通拥堵和空间占用（Bernardo & Bhat，2014年；Corticelli等人，2022年；Maizlish等人，2013年）。COVID-19大流行进一步加速了这一转变，促使许多城市实施了紧急自行车基础设施和政策（Bereitschaft & Scheller，2020年）。然而，实现这些可持续发展目标不仅需要基础设施投资，还需要更深入地了解用户对环境条件的认知及其如何影响他们的出行选择。最近的技术进步使得众包和地理参考数据得以广泛使用，这些数据由专家和非专家用户共同收集，用于实时监测环境状况（See等人，2016年；Singh, Dahiya, Kumar, & Nanda，2021年）。在志愿地理信息（Volunteered Geographic Information, VGI）的框架下，这些数据包括客观测量结果（如污染水平）和人们对城市环境的主观感知（Goodchild，2007年；Hahmann等人，2018年；Mirri等人，2014年）。
尽管已有许多研究探讨了骑自行车者接触污染物的情况以及城市道路沿线空气质量的空间变化（Kaur, Nieuwenhuijsen, & Colvile，2007年；Luo, Boriboonsomsin, & Barth，2020年），但关于骑自行车者的环境意识（即他们对污染物的认知及其应对行为）如何影响其出行路线的研究仍较为有限。
本研究通过一项探索性实证调查填补了这一空白，旨在评估通过公民科学监测活动获得的骑自行车者的环境意识是否与其在城市环境中的路线选择相关。具体而言，本研究的目标包括：
•将众包收集的空气污染数据与直接监测城市主要污染物（包括噪音和颗粒物）的数据相结合，这些污染物对人体健康有不同影响（Marquart，2022a；Raaschou-Nielsen等人，2013）
•比较不同骑行路线选项下骑自行车者的污染暴露情况
•评估污染物暴露、出行次数与道路的物理或功能特征（如道路网络拓扑结构、自行车道的存在情况）之间的关系
•开发并测试一种移动环境监测系统，使用配备有颗粒物和其他环境参数检测仪器的自行车
为了实现这些目标，本文提出了一种基于公民科学的方法，并在意大利博洛尼亚进行了实践。部分大学员工作为积极参与者参与了数据收集和城市内的骑行活动。这一过程包括多个连续且相互关联的步骤。
本文的其余部分结构如下：第2节提供理论背景，第3节描述研究方法及相关数据，第4节展示和讨论研究结果，第5节总结结论并提出未来可能的研究方向。
文献综述
本研究的基础模型是CADM综合行动检测模型（CADM Comprehensive Action Detection Model，Kl?ckner & Bl?baum，2010年），该模型建立了生态行为与意识（对需求的认知/后果的认知）以及客观/主观限制之间的联系。在这种情况下，获取污染物信息和了解其在城市中的分布情况属于“意识”范畴，这些因素可能影响个人的行为限制。
对空气污染的认知
材料与方法
研究样本来自博洛尼亚大学的行政人员。每位参与者都参与了主动和被动活动，具体细节将在后续章节中详细说明。选取的骑自行车者样本代表了典型的通勤情况。研究人员通过定向招募在学术和行政岗位的工作人员参与项目。由于传感器数量有限（共50个），因此参与者需根据传感器可用性进行筛选。
污染物的空间分布
前几节描述的程序使得可以绘制出博洛尼亚市内污染物的分布图，从而直观分析骑自行车者的污染暴露情况。下图显示了监测到的污染物浓度，重点关注大学周边区域：图6表示PM1，图7表示PM2.5，图8表示PM10，图9表示噪音。值得注意的是，PM2.5、PM10和噪音的阈值依据意大利法律规定进行了区分。
结论
污染物暴露可以被视为一种严重的交通不公平现象。它使得在城市环境中生活和出行变得困难且令人困扰。本研究提出了从“城市韧性”向“城市可持续性”的重要转变，引入了基于公民科学原则的自下而上参与方法，这些方法也有助于流行病学研究。在这些方法中，人们通过自身行为参与数据收集和实验，有助于发现新的解决方案。
作者贡献声明
亚历山德罗·纳林（Alessandro Nalin）：撰写初稿、方法论设计、数据整理、概念构建。玛格丽塔·帕齐尼（Margherita Pazzini）：撰写初稿、验证结果、方法论设计、形式化分析、概念构建。罗伯托·巴蒂斯蒂尼（Roberto Battistini）：撰写初稿、资源协调、方法论设计、形式化分析。安德烈亚·西蒙内（Andrea Simone）：审稿与编辑、监督工作。瓦莱丽亚·维尼亚利（Valeria Vignali）：审稿与编辑、监督工作。克劳迪奥·兰蒂埃里（Claudio Lantieri）：审稿与编辑、数据可视化、监督工作、方法论设计。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本项目由意大利大学与研究部资助的《国家恢复与韧性计划（NRRP）》第4任务第2部分投资1.5项目（招标编号3277，2021年12月30日）支持，该计划得到了欧盟“下一代欧盟”（European Union Next GenerationEU）的资助。项目代码为ECS00000033，授权法令编号为1052（2022年6月23日），由意大利教育部批准，项目名称为“艾米利亚-罗马涅地区的可持续转型生态系统（Ecosister），子项目4。
