通過大數據促進城市交通規劃理論的變革

楊東援

(同濟大學，上海200092)

通過大數據促進城市交通規劃理論的變革

楊東援

(同濟大學，上海200092)

城市交通規劃實踐需求所產生的拉動力，大數據分析技術所產生的推動力，相關基礎學科研究成果所產生的促進力，將推動城市交通規劃理論發生變革。在繼承傳統技術方法的基礎上，通過建立在證據理論基礎上的決策判斷概念框架，將大數據分析技術、模型分析技術和仿真分析技術納入一個統一的分析模板，通過多維觀察角度盡可能全面地表征問題，并將在“適時響應”機制基礎上建立規劃過程管控模式，這一系列的探索勾畫出一個可供討論的新理論框架的雛形。

交通規劃；大數據；技術創新；理論變革

世界城市交通理論領域數十年來的進步漸進性多于突破性；而對于中國城市交通領域而言，近年的進步更多體現在技術應用層面，而非學說變革的貢獻。在此背景下，大數據分析技術所激發的研究熱情，如果與從規劃實踐中提煉的認識，以及以復雜性理論為代表的基礎學科研究成果相結合，完全有可能引發城市交通規劃理論的變革。同時，盡管中國在交通領域大數據研究方面基本與世界同步起跑，且面對著全球影響最為巨大的城鎮化和機動化進程，如果不能深刻認識其中孕育的學說變革萌芽，仍然會在理論創新過程中錯失先機。

1 變革意識：交通規劃理論的活力所在

1.1 變革背景

交通規劃理論的活力在于適應發展的需求，交通規劃理論變革的動力也來自于世界發展潮流和中國城鎮化發展進入新階段的拉動。正如文獻[1]所指出的，當前城市交通問題已不再僅僅是機動化背景下的交通擁堵，而是承載了多重社會問題，涉及社會各階層出行和交通資源的利益分配。城市交通規劃應從傳統注重設施的物質性規劃向以滿足大眾的出行需求為主轉變。文獻[2]也指出城市交通的根本目標是服務人的需求。要關注出行需求多樣化、出行結構持續調整以及互聯網條件下出行需求特征的變化，重視城市群交通需求的增長。新時期城市交通規劃面臨著由以往大規模的增量規劃向精細化的存量規劃轉變、由單個城市交通規劃向城市群及更大范圍交通整合規劃轉變等技術挑戰[3]。文獻[4]解析了城市群發展階段與交通供給及需求特征的關系，提出需要在供需分析、管理體制等方面建立一套專門適用于城市群交通的規劃方法。文獻[5]剖析了當前城市群綜合交通系統現狀及存在問題，從規劃原則、技術路線、規劃目標與需求預測四個方面提出城市群綜合交通系統規劃方法。文獻[6]梳理了國際上35個大都市區最新一輪綜合交通規劃報告，指出重視交通安全、環境保護、建立完善的交通擁堵管理系統以改善城市機動性是當前大都市區綜合交通規劃的基本對策動向。

歐盟于2014年發布的可持續城市機動性規劃(Sustainable Urban Mobility Plan,SUMP)導則[7]，從規劃視角、目標導向、規劃流程與方法等方面對比了可持續城市機動性規劃與傳統交通規劃的差別(見表1)。美國聯邦公路局交通規劃能力建設(Transportation Planning Capacity Building)項目針對氣候變化、公眾健康、未來不確定性等傳統交通規劃面臨的挑戰，發布了包括減排規劃、情景規劃、績效導向規劃等在內的一系列規劃編制導則，旨在更新、完善傳統交通規劃技術方法[8-10]。

在此背景下，建立在網絡交通流分析和交通行為模型基礎上的傳統規劃理論，已經顯露出難以適應的狀態，只有變革和進取才能跟上時代的步伐。為了適應發展，交通規劃理論需要在下述方面爭取新的突破。

1.2 拓展分析視角

城市交通規劃需要充分考慮與城市空間體系、社會空間結構、城市網絡體系之間的關聯，從發展模式引導角度處理好系統內部多種交通方式網絡布局之間的關系，從對策模式角度將政策調控軟對策與設施建設硬對策有機融合，從適應服務需求角度研究設施與運輸組織的協同。相對于傳統交通規劃理論，站在全局立場全面把握問題，是下一階段規劃中有待重點突破的瓶頸。

為此，需要建立一種多維一體的分析技術體系。所謂多維，是基于不同理論范式，從城市空間體系維度、交通方式空間結構維度、對策行動計劃維度和交通運行組織維度等，展開多視角分析；所謂一體，是指根據可持續發展導向和規劃原則框架，通過權衡和優化實現多維訴求的綜合。

1.3 正確處理不確定性

在傳統交通規劃分析的思維方法中，分析人員和決策者都已經習慣于尋找確定性之后再做決策(典型的表現是試圖準確預測未來)。不敢面對城市的復雜性和未來的不確定性，制約了城市交通規劃理論的前瞻能力。特別是社會發展的轉型階段，由于難以沿用過去的經驗，建立在趨勢外延思維模式上的傳統理論更加顯得與發展需求格格不入。

在此背景下，需要將趨勢識別、態勢分析、中短期預測、對策效果評估等技術方法組合在一起，納入一個完整的適時響應調控模式的工作框架。

適時響應調控模式的特征為：針對明確的遠期目標，不斷對城市交通進行監測把脈，適時通過“組合拳”進行戰略調控。其中的適時是根據當前狀態以及已經具有明顯征兆的趨勢，及時啟動相關對策；而響應則是采用組合對策，包括交通基礎設施建設對策、對系統演化的調控對策、爭取行動時間的壓力緩解對策、爭取社會認同的利益補償對策等；調控則體現了限制、引導和(廣義)補償機制的結合原則，以爭取社會的理解和支持。

表1 歐盟可持續城市機動性規劃與傳統交通規劃對比Tab.1 Comparison on European Sustainable Urban Mobility Plan and traditional transportation plan

1.4 增強對促進共識的關注

圖1 上海市三個社區基于軌道交通使用情況劃分的不同人群工作日活動點與居住地距離分布Fig.1 Distance distributions between activity points and home by rail transit travel frequency of three communities in Shanghai

城市交通規劃的本質是公共政策安排。改革開放以來，中國原來相對穩定、單一的社會經濟結構和社會心理，經過一系列的分化、組合和震蕩之后，呈現出差異性、多樣性、失衡性和復雜性特點。圍繞構建和諧社會的目標，為避免執政目標、公共資源分配出現偏差，公眾參與和促進共識不再是一個操作層面的問題，而被提升到戰略層面加以考慮。

面對時代發展和社會變化，僅僅由城市管理者和技術人員制定規劃的方式正在成為過去時，有必要研究公眾參與條件下制定交通規劃的方法。凝聚社會共識方面最重要的基礎在于溝通，表現為利用各種信息媒介，進行信息傳遞和反饋，以相互協調關系的過程。

傳統交通規劃理論主要關注的是從交通立場出發，如何制定一個好的對策方案。但是實踐卻告誡我們，如果不能達成共識，再好的方案在執行過程中也會走形，或者被束之高閣。因此政府管理部門內部同樣存在增強共識問題，在城市規劃與交通規劃之間、交通規劃與交通運行管理之間建立戰略對話平臺，同時研究各種規劃相互協同的機制與方法。

1.5 實現對演化過程的管控

城市交通規劃并非勾畫一張藍圖，還必須研究對規劃實施過程的管理，由此產生了對問題細化分解、系統演化過程的監控、干預對策效果評估等方面的技術需求。

2 變革條件：將數據資源轉變為決策能力

盡管大數據理念已經受到廣泛重視，并在一些重要的行業領域取得進展，但是如果不能在城市交通領域內將數據資源轉變為決策能力，促進城市交通規劃理論變革將停留在理想階段。嚴格意義上，并非大數據自身成為促進進步的推手，而是將大數據應用于城市交通規劃決策分析的研究，成為理論變革的催化劑。

2.1 大數據正在建立新的觀察能力

大數據為研究者提供了針對城市交通的一種多角度、多層次、多測度的大樣本連續觀察能力。這種觀察能力對于準確把握問題、深入剖析研究對象，以及實現對復雜適應系統的監測、分析和調控具有重要意義。

大樣本形成了對研究對象基于行為屬性細分組群，研究其相應的空間分布能力。圖1顯示了位于軌道交通7號線車站1 km范圍內，但是屬于城市不同圈層的三個社區(顧村社區：外環線附近；大華社區：內中環線之間；靜安社區內環線以內)，利用1個月移動通信數據將居民按軌道交通使用情況劃分組群后，其活動點(停留30 min以上)到居住地的分布情況，其中包含了大量研究居民活動空間與城市建成環境之間關系的重要信息。

連續觀測一方面可以有效地研究個體的慣常行為，例如在傳統交通調查中難以獲得，但對研究居民活動空間與城市建成環境非常重要的個體經常活動區域；另一方面可以通過追蹤行為分析，補充數據中缺失的重要信息(例如對通勤人群的判斷等)。

而多源數據則提供了不同角度、層次的觀察手段，例如表2中顯示的可以在城市空間結構與交通網絡關聯中提供相關信息的數據資源。

2.2 將大數據與復雜性理論結合

從科學研究角度來看，大數據最重要的價值在于為具有復雜適應系統特征的城市交通研究提供了重要支撐。

復雜適應系統[11]的基本思想可以表述為：系統由眾多被稱為主體的個體所組成，主體是具有自身的目的性和主動性、有活力和適應性的個體。主體能夠在持續不斷地與環境以及其他主體交互中學習和積累經驗，并且根據學習到的經驗改變自身的結構和行為方式。主體的主動性和交互作用在不斷地改變著自身的同時，也改變著環境，是系統發展和進化的基本動力機制。復雜適應系統的進化和演變，包含了新層次的產生、分化和多樣性的出現，以及新的聚合所形成的更大的主體等。

事實上，規劃人員并非不知道未來的理想方案，只是不知道多大程度上能夠實現理想方案，以及用什么樣的方式能夠更好地逼近理想方案。而對于這個問題的答案，并不在于先知先覺的預測，而在于不斷加深認識過程中產生的預見、預判以及與時俱進的對策調整。

在這一認識的基礎上，傳統的定期調查需要轉變為連續監測，傳統的預測需要轉變為及時感知和基于認知的預判，傳統上專注于交通系統供需關系的分析需要轉變為對各種復雜關聯所產生宏觀涌現的研究(見圖2)。

圖2 常規監測的頂層積木結構Fig.2 Framework of regular transportation monitoring system

表2 可用于研究城市空間結構與交通網絡關聯問題的相關數據資源Tab.2 Suggested data resources for analyzing the relationship between urban spatial structure and transportation networks

城市交通中的各種參與者(用戶、服務供給者、管理者等)均屬于適應性主體，其共同特點是具有感知和響應的能力，自身持有目的性、主動性和積極的“活性”，能夠與環境及其他主體隨機進行交互作用，自行調整自身狀態以適應環境，或與其他主體進行合作或競爭，爭取最大的生存空間和延續自身的利益。他們經歷了一種共同演化過程，導致系統狀態從一種多樣性統一形式轉變為另一種多樣性統一形式。

圖3 基于問卷調查的上海市公共交通用戶行為與態度忠誠度交叉分析結果Fig.3 Cross-analysis between behavior loyalty and attitude loyalty of public transit users in Shanghai based on questionnaire survey

圖4 大數據所提供證據的蓋然性概念示意Fig.4 Illustration of the concept of probability based on the evidences from big data mining

圖5 證據視圖的功能模型Fig.5 Functional model of the evidence view

為此，需要根據主體的行為屬性進行對象類別結構分析，同時觀察其組群結構的時空分布，研究其密度和結構的演化。例如，引入市場營銷的理念，把公交乘客根據態度和行為劃分為忠誠與非忠誠兩個部分，將有助于了解城市交通模式可能出現的變化。對于公共交通這類服務，乘客消費之后會產生一種自身需求是否被滿足的認知，這種心理認知會積累并轉化為態度和行動上對公交服務的依賴和認可程度，并逐步影響乘客的出行方式選擇趨勢的變化，即公交忠誠度：乘客滿意度低，甚至產生抱怨，一旦有了足夠的經濟能力，就很可能改變依賴性交通方式；乘客忠誠度高，使用公共交通出行的習慣就能得到鼓勵和保持。圖3顯示了基于問卷調查對上海市公共交通用戶忠誠度的分析結果，其中反映出真正對公共交通認同度高的用戶僅為30%左右(這還是包含軌道交通的數據，見圖3)，顯示出非常值得警覺的態勢。這種受到能力限制規模有限的調查結果，雖然能夠反映出值得關注的問題，但是對問題程度的結論仍然存有疑慮。通過數據間影射鏈接技術將這種問卷調查與IC卡數據聯系在一起，則可以更加有效地將IC卡用戶的行為忠誠度量拓展到態度忠誠度，從而實現對整體問題程度的可靠把握。

將大數據與復雜性理論結合，將促使交通行為分析理論、網絡流分析與大數據分析技術的融合，從而將城市交通規劃理論推向新高度。

2.3 將大數據分析融入決策過程

由于大數據本身并非完美數據，也非如同交通調查那樣的定制數據，因此很難直接借助傳統模型實現決策支持，而是通過為專家組提供判斷證據的方式實現支持功能。

值得注意的是，大數據所提供的分析證據具有蓋然性特征，即有可能但不是必然(見圖4)。為此，如同間接證據理論中所強調的證據鏈一樣，大數據環境下基于證據的決策分析必須提供一個盡可能完整的證據視圖，針對多個數據源所提供的多角度觀察，在恰當度量基礎上選擇合理方式形成便于決策者理解的證據表征，并在對系統整體理解的基礎上形成完整證據集合的決策視圖。這種證據視圖存在一個進化過程，伴隨經驗積累逐步完善(見圖5)。

構建證據視圖不意味著完成了將數據資源轉變為決策能力的過程，還必須解決基于證據的判斷問題。由于城市交通問題的復雜性，加之計算機并不具備針對間接證據所形成證據鏈的處理能力，所以需要通過一個合理構成的專家組完成最后的決策判斷。對此主要采用D-S證據理論的方法，即針對需要驗證的假設，由專家個體分別進行各項證據對于結論支持程度的評判，而后采用某種技術方法加以綜合。

以此為基礎，大數據分析將通過三種形式參與到決策流程中(見圖6)：環節①，大數據分析主要發揮系統日常運行監測作用，以識別演化進程是否偏離預期軌跡，是否達到需要啟動某種調控措施的程度，以及是否需要對某種征兆進行深入分析；環節②，針對某個具體分析任務在特定假設基礎上進行深入研究，大數據主要發揮對傳統調查數據的時間序列進行修正、對小樣本分析結論進行擴樣等作用；環節③，模型分析、仿真分析和大數據分析的成果均納入基于證據的群決策判斷框架之內，以求更加全面、正確地形成決策意見。

3 變革推進：多方參與的協同作戰

從以上的討論中不難看出，為順應需求借助大數據推動城市交通規劃理論的變革，我們需要一種問題導向的理論與技術雙螺旋協同的推進方式。

3.1 問題導向強化拉動力

問題導向至少涉及以下六方面的決策支持問題：

1）交通規劃與城市規劃之間的戰略性對話。

城市交通的希望取決于兩個重要的支柱：可持續發展的交通模式以及健康的城市空間結構。為達到這一目標，必須在城市規劃的早期建立交通規劃與城市規劃之間的戰略性對話。對話成果將在城市交通白皮書以及城市總體規劃綱要中得到體現。

兩者間戰略性對話所采用的話語體系，定義為居民活動空間與城市建成環境之間的關聯分析。源于行為地理學的居民活動空間概念，反映出行為主體適應客觀環境形成的累積結果；城市建成環境則是由各種社會主體的主觀意志行為，長期累積作用下所形成的城市客觀環境。兩者互動關系反映出居民空間活動與交通模式及城市空間結構之間復雜的關聯，是研究戰略性空間政策和交通模式引導政策的理論基礎。

2）交通需求管理的精準化調控。

由于交通需求的雙刃劍特點，為盡可能減少負面效應，爭取最大的正面效果，交通需求管理的精準化調控強調在合適的時間和地點，針對恰當的對象，采用恰如其分的對策。而能否實現精準化調控取決于對交通系統的持續細致把脈，其關注點不僅限于量的分布，而且重視內在構成。

3）公共交通的精細化服務。

伴隨社會發展，公共交通服務對象的需求日益多樣化。公共交通服務體系建設是否也需要效仿航空運輸業建立有效的客戶管理值得思考。服務導向的公共交通體系不僅需要從運輸能力上滿足需求，而且要從滿足客戶的需要出發，以提供滿足客戶需要的產品或服務為義務，以客戶滿意作為經營的目的。公共交通的精細化服務就是這種理念指導下的具體行動。

作為具體技術支持手段，有效利用公交IC卡數據和問卷調查數據，對乘客進行類別劃分以及相應的活動空間分析，為細化服務需求提供支持。而詳細分析公共交通服務水平和使用環境，將有助于了解影響乘客使用的各種因素。

4）道路交通的精明化管控。

基于路網交通狀態演變的精明化管控，是在對路網狀態演變分析基礎上，為路網交通狀態控制系統提供的控制策略。

與傳統網絡交通流分析不同，路網狀態演化分析更加注重于路網耦合結構的識別、子系統間狀態關聯分析，采用的基本模型是將局部網絡抽象為節點的超網絡。近年來，交通領域中宏觀基本圖研究成果以及現實中道路網絡層級結構，為基于超網絡研究路網狀態演化、制定宏觀控制策略提供依據。大數據環境中的浮動車數據、牌照識別數據、定點檢測數據等，為構建路網交通狀態變化描述模型創造條件，為空間統計分析、關聯規則挖掘等提供必要的技術手段。

5）綜合交通的一體化整合。

圖6 大數據分析融入管理決策流程環節Fig.6 Big data analysis in management decision process

從可持續發展的角度，規劃人員更加關注如何構建減少對自然界索取、降低對生態系統排放，能夠滿足經濟與社會發展需求的綜合交通服務體系，而非簡單地堆積基礎設施。因此，綜合交通的一體化整合，首先在于把握多樣化需求，構建一體化的綜合交通服務體系，而后在服務目標的指導下，建設相應的基礎設施系統，實施相應的運輸組織體系。

6）面向公眾的針對性溝通。

在城市交通對策設計的過程中，公眾應該從被動的管理對象轉變成為參與主體。城市交通深層次矛盾并非表面的車路矛盾，而是人居環境訴求與機動化訴求之間的矛盾。近年來，公眾對于霧霾的反應、環保意識的提升等，均體現了公眾參與所產生的效應。促使城市交通管理者與研究人員探討引導公眾通過一定程序和途徑，參與到與自身利益緊密相關的決策活動之中。從技術角度來看，①需要針對城市交通對策建立相應的社會評價方法，系統調查與預測擬實施對策產生的社會影響和社會效益，分析社會環境的適應性和可接受程度；②建立相應的輿情分析系統，及時掌握社情、民情，實現適時溝通和正確引導；③研究主動需求管理、機動化管理等新型對策手段和方法。

3.2 構建成長型技術環境，加大推動力

城市交通大數據分析技術環境的搭建是交通工程師和信息工程師共同參與的成長過程，且進一步分化為多種角色。

1）城市交通戰略實驗室的分析人員。戰略實驗室并不承擔具體大數據分析系統開發任務，而是根據對總體態勢和趨勢的研判，提出新的戰略性交通對策理念，研究大數據環境下城市交通規劃和管理的新模式、新方法，提出大數據應用的需求框架。

2）數據資源開發技術人員。深入剖析數據資源的應用價值，制定信息資源應用方案，解決相關數據挖掘和信息融合問題。開發人員與第一類人員不同，相對聚焦于一個較窄的領域精耕細作，一般不會跨界工作。

3）大數據分析系統研發人員。根據第二類人員所提出的設計方案來具體實現。

4）數據驅動的決策分析人員。是與實際應用最貼近的技術人員，運用上述大數據分析技術方法改善實際交通問題。

技術環境建設過程也是各類人員相互交流、溝通和融合的過程，因此交通大數據分析系統需要搭建與這些人員有效參與相適應的合理構成方式。在圖7所示的系統架構中，底層基礎數據倉庫具有較為穩定的結構，一方面為上層系統的搭建提供基礎性支持，另一方面也為交通工程師有效使用數據并摸索、積累分析經驗提供有效幫助。上層的應用系統則呈現逐步穩定下來的結構特征，即伴隨對問題理解的深化，逐步完善和成熟。中層是中間件工具，在底層數據模型上定義的相應算法以及上層應用系統開發中提煉的重要算法，將逐步豐富中間層包含的各種分析工具。

城市交通大數據分析技術環境并非一個單純的決策支持系統，也是交通工程師逐步取得經驗的實驗室。交通工程師不僅以用戶身份，而且盡早以摸索經驗的設計者身份參與到系統成長過程，將極大地影響系統成熟速度。

3.3 重視互動，提升促進力

通過大數據推動城市交通規劃理論變革的過程，是一個實踐、技術和理論相互促進的過程。中國的快速城鎮化和機動化過程，既產生了巨大的挑戰，也為觀察實際問題提供了很好的樣本；對于移動通信、公交IC卡、車輛牌照和定點檢測器等數據的挖掘分析，加深了對技術應用的認識，也揭示出隱藏在數據背后的啟示與規律；行動者網絡、社會網絡等基礎學科理論的引入，以及交通工程本身的理論發展，將為技術應用和社會實踐提供方向性支撐。

提煉實踐經驗、改進技術方法和提升形成理論，對研究者提出了不同的知識結構和思維模式的要求，但又需要相互促進和融合。為此，提出一個多維一體的城市交通規劃理論研究框架(見圖8)，形成研究工作內容的組織模板。

4 結語

城市交通規劃實踐需求所產生的拉動力，大數據分析技術所產生的推動力，相關基礎學科研究進展所產生的促進力，加上交通規劃研究者對未來發展的洞察力，促使城市交通規劃理論正在發生一場變革。新理論并不排斥傳統技術與方法，而是順應發展要求將大數據分析技術、模型分析技術和仿真分析技術納入一個建立在證據理論基礎上的新決策分析概念框架，并力圖從多個分析維度觀察研究對象，將城市交通規劃推向一個建立在適時響應機制基礎上的過程管控模式。

這種變革趨勢無論從實踐需求、技術能力和概念探討等方面來看，都已初露端倪，加之引入相關學科的研究成果，完全有可能很快形成較大的突破?，F階段，新理論發展最重要的是變革意識的催化劑以及管理者、工程技術人員和研究者形成合力。由于需求和規律的客觀性，不論我們用何種方式表述未來的城市交通規劃理論，其變革的趨勢和方向將是一種必然。

圖7 交通大數據分析系統架構示意Fig.7 Illustration of system architecture of transportation big data analysis

圖8 多維一體的城市交通規劃理論研究框架Fig.8 Framework of multi-dimensional urban transportation planning theory

[1]王靜霞.新時期城市交通規劃的作用與思路轉變[J].城市交通，2006，4(1)：17-22.Wang Jingxia.Changes for the Function and Mentality of Urban Transport Planning in New Time[J].Urban Transport of China,2006,4(1):17-22.

[2]汪光燾.論城市交通學[J].城市交通，2015，13(5)：1-10.Wang Guangtao.Discussion on Urban Transportation Science[J].Urban Transport of China,2015,13(5):1-10.

[3]戴繼鋒，蘇騰.新時期城市綜合交通體系規劃的挑戰和應對思考[J].綜合運輸，2015，37(7)：42-49.Dai Jifeng,Su Teng.Challenges and Solutions:Thoughts on Urban Comprehensive Transportation Planning in New Condition[J].Integrated Transport,2015,37(7):42-49.

[4]董艷華.城市群交通規劃的理論分析與政策建議[J].綜合運輸，2010(9)：21-26.

[5]陳必壯，楊立峰，王忠強，顧煜.中國城市群綜合交通系統規劃研究[J].城市交通，2010，8(1)：7-13.Chen Bizhuang,Yang Lifeng,Wang Zhongqiang,Gu Yu.Comprehensive Transportation System Planning for a Cluster of Metropolitan Areas in China[J].Urban Transport of China,2010,8(1):7-13.

[6]彭建，王雪松.國際大都市區最新綜合交通規劃遠景、目標、對策比較研究[J].城市規劃學刊，2011(5)：19-30.Peng Jian,Wang Xuesong.A Comparative Study of Visions,Objectives,and Strategies of the Latest Comprehensive Transportation Plans for Metropolitan Areas of International Citis[J].Urban Planning Forum,2011(5):19-30.

[7]Sebastian Bührmann,Frank Wefering,Siegfried Rupprecht.Guidelines:Developing and Implementing a Sustainable Urban Mobility Plan[R].Cologne:Rupprecht Consult,2014.

[8]Grant Michael,Hartley William Seth,Milam Ron,etc.Handbook for Estimating Transportation Greenhouse Gases for Integration into the Planning Process[R].Alexandtia:National Technical Information Service,FHWA-HEP-13-026,2013.

[9]Grant Michael,McKeeman Alanna,Bowen Beverly,etc.Model Long Range Transportation Plans:A Guide for Incorporating Performance-Based Planning[R].Alexandtia:National Technical Information Service,FHWAHEP-14-046,2014.

[10]Program and Organizational Performance Division,John A.Volpe National Transportation Systems Center,Research and Innovative TechnologyAdministration,U.S.Department of Transportation.FHWA Scenario Planning Guidebook[R].Washington DC:Federal HighwayAdministration,2011.

[11]約翰·H·霍蘭，陳禹，方美琪.隱秩序-適應性造就復雜性[M].周曉牧，韓暉.上海：上海科教出版社，2011.

Promoting Urban Transportation Planning Theory Innovation Using Big Data

Yang Dongyuan
(Tongji University,Shanghai 200092,China)

The revolution of urban transportation planning theory has been driven by three forces,including the pulling force from the practices,the driving force from the big data technologies,and the promoting force from the contributions of interdisciplinary subjects.Based on the traditional methodologies and technologies,this paper tries to integrate big data technology,demand models,and simulation by introducing an evidence theory-based decision-making framework.The paper further contributes to develop a new theoretical framework which aims to set up an adaptive-response-based process management module for urban transportation planning through a multi-dimensional problem diagnose.

transportation planning;big data;technology innovation;theoretical innovation

2016-05-05

楊東援(1953—)，男，浙江平陽人，博士，原副校長，教授，博士生導師，主要研究方向：交通運輸系統規劃、交通信息工程、社會物流系統規劃。E-mail:yangdyk@tongji.edu.cn