我们面临大量老技术解决不了的新问题,为什么一定要纠结于用新数据、新方法解决老问题?
城市交通规划领域内技术变革需求,主要来自社会发展理念、规划工作任务的变化。城市交通规划目标正在逐步从保障交通转向保障公共服务和设施使用的可获得性;在中国政府的工作任务中,“存量规划”、“社会整合”和“城市修补”等已逐渐被列入重要议事日程。正因为如此,城市交通与改善生活质量、保障公平发展、优化空间结构等的关联分析,成为决策分析的新任务。
但是,我们发现传统交通分析技术难以适应这种新任务:
n OD交通流只是表面量,我们需要关注活动区域之间的关联;OD基于时间断面调查数据,难以区分个体空间活动模式;OD是一种时间平均值,没有反映出“经常性行为”;OD是一种群体平均值,在“人本”、“公平”等理念凸现,个体行为差异成为值得关注的新维度;总之,OD不是万能药!
n 建立在小样本调查数据基础上的交通行为模型,难以说明问题的普遍程度和行为响应的整体效果,只有当整体问题结构明确的基础上才能够提供有效的决策支持;……
与此同时,大量新的数据资源,例如移动通信信令数据、公交IC卡数据、车辆牌照检测数据等,逐步形成新的技术环境。
这促使我们思考:如何将新的“数据资源”转换成交通规划应对新任务所急需的“判断能力”。从而引出:城市交通规划分析技术需要从基于OD走向基于活动空间,从小样本分析走向大样本分析。
为此,将行为地理学、时间地理学中的居民活动空间技术概念引入交通领域,并根据数据环境和分析任务要求加以适当改进。
对居民活动空间的描述分为个体和集计两个层面:
在个体层面上,采用活动空间概念主要是为了说明行为个体空间上的活动范围,以及时间上的常发性行为。采用置信椭圆或者凸多边形来表征行为个体的活动范围,前者适用于活动范围特征的宏观说明,后者则更为准确地反映了活动空间的覆盖特征。
在集计层面,一方面讨论了对相同空间分区居民经常造访位置的集聚性分析技术,另一方面研究了根据个体空间活动多维子空间中的特征进行模式划分的方法。
在上述工作的基础上,可以将居民生活质量潜在特征归结为活动空间内所覆盖的公共服务要素,将社会整合分析归结为不同类型居民活动空间的交织程度。
在空间联系结构分析中,关联规则挖掘提供了具有更强适应性的技术手段,灵活设定K项集可以提取多样化的空间常发性活动的关联信息。当我们将空间关联表达成为复杂网络,社区发现算法提供了研究内在结构的手段,通过识别形成紧密联系关系的“空间网络社区”,将对空间的引力中心及辐射范围形成更加准确的了解,从而帮助我们研究城市多中心结构的构成。
总而言之,城市交通分析技术到了将居民活动空间分析提上议事日程的发展阶段,我们应该对分析技术做出必要的改变。