近日，筆者讀到《中國特大城市應如何治理道路交通安全風險》（以下稱為“交通安全一文”）中的一段話：“助動車、電動自行車、自行車等，往往成為威脅交通安全的隱患，這些車輛的騎行者往往不遵守基本交通規則，亂闖紅燈嚴重，成為城市道路交通事故頻發的主要元兇之一?！?/p>

作為交通安全的政策建議，這樣直接將自行車、電動自行車等使用者群體稱為“隱患”，讓人感到驚訝，也讓人產生關于社會公平的擔憂。中國一直缺乏引導交通安全發展的好政策，而并未得到足夠討論的這類偏見，在學界、工程界傳播，并深刻影響了政策制定者。筆者認為，針對這一問題，亟需梳理出公共政策制定的邏輯。

價值觀決定交通政策

在交通安全一文里，將瑞典的“零愿景”簡單理解為死亡數字為“0”。其實，零愿景并非只是數字，而是一種交通安全哲學，串聯起交通安全領域的工程、教育、救援等各方面。

傳統的交通安全，優先考慮的是減少或防止事故，關心“為什么會出事故”；而“零愿景”主張將重點放在傷害上，關心“為什么那個人在事故中受傷這么嚴重”，或者以公共衛生的角度思考“是否可以預防”。

也就是，交通體系圍繞著“人”而思考，將人的出行當作使用運輸系統的過程。一旦人受到傷害，運輸系統的每個組成部分都難逃其責，包括與之相關的工程師、醫生、政府工作人員等。

這是一種強調整體的思維方式。工程師的職責并非僅是防止事故和碰撞，更要努力確保沒有人會受到導致重傷或死亡的碰撞力；醫生和救援系統并不只是到現場進行醫治，而要在人的傷勢進一步惡化前能有所作為。這要求人們從基礎設施項目、醫療保險、政府職責和行為等方面，整體考慮運輸系統的運行，也要了解技術指南、公眾教育與參與、政策和車輛法規等“上游因素”如何影響交通事故傷亡。

簡單而言，這是對交通傷害的無邊界“追責”，可以不停地問“為什么”，直到找出交通傷害的根源。

在交通安全一文里，作者沒有注意到，中國整體經濟仍未處于產業鏈中低端，不得不依靠落后交通方式支撐社會運轉；也沒有了解電動自行車的歷史，或預測其未來；更沒有體會中低收入者為生活奔波的辛勞。

而將電動自行車歸為“隱患”群體，更像是一種價值觀判斷，并非數據的真相。正是在這樣的價值判斷之下，電動自行車一邊被打壓一邊快速增長，問題積重難返，難以解決。為何電動自行車不能有像機動車一樣的獨立路網，或者是獨立的電動自行車車道呢？

社會公平是“零愿景”的核心。電動自行車事故高發，是否因其在路權上遭受了不公平的對待？快遞小哥頻頻出事故，其是否缺乏足夠的職業規范教育，其交通工具是否安全，雇傭企業是否重視該有的培訓、醫療保險呢？

突兀的數據往往是發現不公平的線索。將所有對象平等納入決策過程，是尋求交通行業社會公平的前提。道路交通安全本質上是社會公平的議題。只有通過數據驅動去尋求社會公平，才能制定出公平的交通政策。

如何借鑒“零愿景”的思想

首先，要避免過度依賴執法，尤其是非現場執法，來解決交通安全問題。要避免用執法掩蓋社會問題，甚至是制造新的社會問題。

執法是交通安全的基本手段之一。但是，執法并不能替代教育、工程、政策環境的作用，尤其是在面對一些普遍的違法現象時，嚴格執法有時會激化矛盾，帶來不公平。

譬如，快遞小哥的收入與送單效率密切相關，其電動自行車違法理應受罰，但利益鏈上的其他受益者，如外賣網站或消費者，難道就不用負責嗎？又譬如，貨車超載是交通安全的惡瘤，然而，超載的收益也多為貨主、運輸公司和消費者取走，最后卻只罰司機，能從根源上阻止超載嗎？

只在末端現象上強調執法，并不能獲得公平。只有多問一些“為什么”，將公平的思想覆蓋整個利益鏈，才有可能解決問題。

其次，可以學習的是數據驅動。

交通安全一文，也引用了許多數據，不過，關于中國交通事故死亡數，文中同時引用了來自交通部門、衛生部門和世界衛生組織的數據，差異很大。作者一邊數落著這些差異，一邊卻拿著這些數據來推導結論，這樣的結論還可信嗎？

數據在于準確，在于其可追溯。為了結論而引用數據，這是我們讀到的有關中國的許多報告常見的做法，尤其是交通事故死亡數據。諸多對交通事故死亡數據的質疑，焦點都在總數上的差異。但交通事故的數據，其真正的價值在于真實、專業，需要精確。即便總數正確，但組成總數的數據簡單，對改善交通安全也并無用處。

譬如，一起小車撞護欄的多人傷亡事故，相關數據采集，應重現事故原因和后果細節。比如，能從數據中發現，因護欄螺栓生銹導致連接強度降低，才使車輛沖出道路；因為路側不平，導致車輛翻車加重傷亡；在后續的醫療過程中，也許還能發現，因方向盤位置過于靠近司機，導致司機胸部的重傷。這些信息才是有用的。

運輸系統數據的真實，是通過諸多基層人員的眼睛進行專業觀察，并錄入數據系統，來得到保障的。只有這樣的數據，才會驅動合理的決策過程，只有傷亡人員的數字，這個數據算不上有用。

再次，通過“零愿景”，加深理解社會公平的含義，客觀看待交通事故。

如果有足夠多的數據，可以發現，交通事故的發生，在不同人群中并不成比例。許多國家的數據統計中，中低收入者、老年人、兒童的交通事故比例偏高，步行、騎行的傷亡比例也要比其他交通方式要高。

如果我們只關注事故發生時的情況，也許會把事故原因歸結于這些人本身。如果調查更深，或許會發現，是因為老年人聽不清或看不清當時的情況，而錯誤進入危險位置；或者是道路上沒有足夠的空間供自行車騎行，騎行者不得不冒險混入機動車流中。調查越深，數據越多，其中需要我們思考的細節也就越多。

如果我們只是急于解決現場出現的問題，而遺忘其背后存在的種種不公平，“零愿景”將永無實現之日。

兩個政策建議

第一，改善數據是當務之急。

中國對交通數據有很多年的收集經驗，但是，數據收集仍然不專業。這表現在：對運輸系統理解的不專業、收集過程的不專業和部門協作的不專業。對這些問題，發達國家也經歷了逐步改進的過程。

不過，現在一談到數據，就誤以為是信息技術或者智能交通，引入這些企業來做數據。這是南轅北轍，緣木求魚。

不是交通工程師，就看不懂視距視區和路權。許多有價值的交通數據，就在不專業的調查者手中悄悄流走。那些先進、昂貴的系統，雖然打著交通數據的名義，實質上卻和交通數據無關。

在制定數據政策前，需要搞明白兩件事。一是，為什么中國數據質量一直不好；二是，別國的數據發展經歷了怎樣的歷程。數據政策是長期政策，也是燒錢的政策，還涉及到部門間、上下級的關系網和權責劃分，各級政府要把錢用對地方。

第二，建立有效的培訓教育制度。

解決交通安全問題，始終要依靠公眾和行業的基層力量。但是，公眾的交通安全教育，并沒有得到重視，甚至很難找到負責部門。而行業基層力量的培訓參差不齊，許多基層工作人員只能看到紅頭文件的要求，卻不明白如何操作，因為缺乏培訓和技術書籍。因此，要建立通用的培訓制度，完善交通安全的通用教育和專業培訓。

面對公眾的培訓，可以實行公共資金補貼資助的競爭性制度，鼓勵社會機構、政府機構、研究機構等參與競爭，以多方共同獲利的方式，積極編寫教材，積極進行公眾教育，提高教育的質量和普及程度。

面對行業基層工作人員，要跨越部門界限，讓技術培訓普及到偏遠地區。只要有一個基層工作人員不懂技術，就意味著在整個國土上，仍有一段路可能存在安全風險。

“零愿景”的目標離我們還很遙遠。我們可以從學習“零愿景”的思想作為起點。我國交通安全雖已呈現長期向好的趨勢，但仍應謙虛務實，通過解決交通安全問題，逐步走向更加公平的社會。