智能规划：涌现研究洞察演化

近年来打车软件、网约车、共享单车等新型服务模式的出现，以及政府管理在面对这些新模式时的应对失策，告诫我们不能局限于遵循现有轨迹的发展预测，而是需要增强对未来变化的洞察。

城市交通之所以被称为复杂适应系统特征，是由于其涉及综合交通网络、服务体系、城市建成环境、信息和参与者心理等多个维度间复杂的关联，建立在还原论基础上的传统理论，运用抽象思维得出的包含过多假设的片断性知识，面对系统演化的复杂性只能发挥有限作用。研究者开始在数量关系格局的层次上，不再单纯追求事物变化的因变量与自变量之间的因果性，转而关注整体性格局的变化。交通大数据分析技术正在摸索一种连续考察若干并列概念的数量关系格局及其变化，以及找出这若干并列概念相互影响、共同变化的规律性思维过程。

顺应这种需求的研究关注很自然地转向复杂系统的涌现（霍兰，2006）特征及其发生机制。通常认为，涌现是指复杂系统在自组织过程中新结构、新属性的出现，一般将涌现理解为“因局部组分之间的交互而产生系统全局行为”（Balch，2000）或“缘起于微观的宏观效应”（Liu，2007），而这些宏观全局行为或特征是微观组分所不具有的，只能通过整体体现出来（金世尧 等，2008）。

在居民空间活动研究中，对于涌现的观察首先是在各种“点事件”的时空集聚上展开，在空间结构中就业中心及其影响范围的研究等就是这方面的典型代表。进一步的研究工作正在基于模式类型空间集聚而展开，对于居住社区为单位的居民的空间活动点/驻点集计分布模式的集聚特征研究，对于轨道交通使用模式的集聚特征研究，某种弱势类型个体的空间集聚研究等，均属于在涌现观察方面的工作。(www.xing528.com)

涌现观察基础上的洞察，要求分析者超越经验、超越常规的认识。尽管这种认识能力显得琢磨不定，但是克莱因仍然给出了一些获得洞察力的路径（克莱因，2014），构建了一个由三条道路构成的模型。

通过涌现观察获得系统演化的洞察力，理论逻辑和直觉判断均显示其价值，但是整体研究尚处于起步阶段，交通手段拥有模式与使用模式变化所带来的居民空间行为变化，城市交通领域资本介入导致的服务模式快速更新，为基于涌现的洞察提供了素材，但是真正的突破还有待进一步努力。