大数据与复杂性理论结合的智能规划

从科学研究角度来看，大数据最重要的价值在于为具有复杂适应系统特征的城市交通研究提供了重要支撑。

复杂适应系统[11]的基本思想可以表述为：系统由众多被称为主体的个体所组成，主体是具有自身的目的性和主动性、有活力和适应性的个体。主体能够在持续不断地与环境及其他主体交互中学习和积累经验，并且根据学习到的经验改变自身的结构和行为方式。主体的主动性和交互作用在不断改变着自身的同时，也改变着环境，是系统发展和进化的基本动力机制。复杂适应系统的进化和演变包含了新层次的产生、分化和多样性的出现，以及新的聚合所形成的更大的主体等。

表2　可用于研究城市空间结构与交通网络关联问题的相关数据资源
Table 2　Suggested data resources for analyzing the relationship between urban spatial structure and transportation networks

事实上，规划人员并非不知道未来的理想方案，只是不知道多大程度上能够实现理想方案，以及用什么样的方式能够更好地逼近理想方案。而对于这个问题的答案，并不在于先知先觉的预测，而在于不断加深认识过程中产生的预见、预判以及与时俱进的对策调整。

在这一认识的基础上，传统的定期调查需要转变为连续监测，传统的预测需要转变为及时感知和基于认知的预判，传统上专注于交通系统供需关系的分析需要转变为对各种复杂关联所产生宏观涌现的研究（图2）。(www.xing528.com)

城市交通中的各种参与者（用户、服务供给者、管理者等）均属于适应性主体，其共同特点是具有感知和响应的能力，自身持有目的性、主动性和积极的“活性”，能够与环境及其他主体随机进行交互作用，自行调整自身状态以适应环境，或与其他主体进行合作或竞争，争取最大的生存空间和延续自身的利益。他们经历了一种共同演化过程，导致系统状态从一种多样性统一形式转变为另一种多样性统一形式。

为此，需要根据主体的行为属性进行对象类别结构分析，同时观察其组群结构的时空分布，研究其密度和结构的演化。例如，引入市场营销的理念，把公交乘客根据态度和行为划分为忠诚与非忠诚两个部分，将有助于了解城市交通模式可能出现的变化。对于公共交通这类服务，乘客消费之后会产生一种自身需求是否被满足的认知，这种心理认知会积累并转化为态度和行动上对公交服务的依赖和认可程度，并逐步影响乘客的出行方式选择趋势的变化，即公交忠诚度：乘客满意度低，甚至产生抱怨，一旦有了足够的经济能力，就很可能改变依赖性交通方式；乘客忠诚度高，使用公共交通出行的习惯就能得到鼓励和保持。图3显示了基于问卷调查对上海市公共交通用户忠诚度的分析结果，其中反映出真正对公共交通认同度高的用户仅为30%左右（这还是包含轨道交通的数据），显示出非常值得警觉的态势。这种受到能力限制规模有限的调查结果，虽然能够反映出值得关注的问题，但是对问题程度的结论仍然存有疑虑。通过数据间映射链接技术将这种问卷调查与IC卡数据联系在一起，则可以更加有效地将IC卡用户的行为忠诚度拓展到态度忠诚度，从而实现对整体问题程度的可靠把握。

将大数据与复杂性理论结合，将促使交通行为分析理论、网络流分析与大数据分析技术的融合，从而将城市交通规划理论推向新高度。