英國較難獲取實(shí)時(shí)的大空間尺度的精細(xì)化人口流動(dòng)數(shù)據(jù)，因此我考慮利用歷史交通大數(shù)據(jù)為當(dāng)下的疫情防控問題提供幫助。第一個(gè)案例是基于歷史普查數(shù)據(jù)的大尺度通勤出行矩陣模擬。第二個(gè)案例是一個(gè)傳統(tǒng)的交通大數(shù)據(jù)研究，利用機(jī)動(dòng)車軌跡數(shù)據(jù)識(shí)別通勤行為，希望能有助于Covid-19疫情后的交通需求情景分析。

一、基于歷史普查數(shù)據(jù)的大尺度通勤出行矩陣模擬

如何利用歷史普查的通勤數(shù)據(jù)合成新近年份的通勤矩陣？我們基于通勤矩陣雙向約束的特性，國內(nèi)服務(wù)器，利用2011年的觀測矩陣作為初始輸入，輸入2018年的工作地和居住地總數(shù)作為新約束，香港服務(wù)器，通過iterative proportional fitting方法調(diào)整矩陣。最后可以產(chǎn)生的新矩陣符合2018年觀測到的居住地和工作地的總數(shù)。

其中涉及兩個(gè)具體的操作問題。第一，對(duì)于“在家辦公”和“無固定工作地”的處理。在家辦公的人群可以假設(shè)是在居住地上班。沒有固定工作崗位的人，可以計(jì)入居住地這一端，按照概率分布的形式假設(shè)在所有地方都有一定概率就業(yè)。這樣可以避免低估交通出行需求。

第二，通勤矩陣是典型的稀疏矩陣，其中有很多工作地和居住地之間沒有觀測值，這給IPF方法造成困難，我們提出可以把城市大數(shù)據(jù)和城市模型相結(jié)合?，F(xiàn)有大量的研究利用手機(jī)信令、LBS數(shù)據(jù)等合成通勤矩陣。

我們發(fā)現(xiàn)利用大數(shù)據(jù)推測出來的通勤矩陣總體上是可靠的，但往往伴隨各種隱性誤差，其中就業(yè)地識(shí)別和捕捉短距離通勤誤差較為顯著。利用大數(shù)據(jù)與城市模型相結(jié)合的方法可以修正誤差。

具體方法可參見論文Wan,Li et al.(2017). Big data and urban system model - Substitutes or complements? A case study of modelling commuting patterns in Beijing. Computers, Environment and Urban Systems

二、基于歷史交通大數(shù)據(jù)的通勤行為研究

第二個(gè)案例是我們希望利用歷史交通大數(shù)據(jù)對(duì)疫情后的交通需求做評(píng)估。疫情之后，影響交通需求的因素主要有三個(gè)。第一個(gè)因素是按照行業(yè)和技能水平劃分的復(fù)工率。例如中、高技能崗位可能會(huì)持續(xù)性遠(yuǎn)程辦公，而中、低技能崗位特別是需要使用機(jī)械的崗位可能會(huì)率先復(fù)工。

第二個(gè)因素是出行方式的轉(zhuǎn)變，之前通勤出行方式主要是公交車的人群，可能在疫情后轉(zhuǎn)向私人汽車。第三個(gè)因素是工作方式的轉(zhuǎn)變，通過疫情防控期間的封鎖，人們被迫適應(yīng)了新的工作方式，而更加靈活的工作方式對(duì)交通需求的影響尚不確定。

通過研究歷史交通大數(shù)據(jù)，我們可以分析出不同類型工作者的汽車使用模式，有助于預(yù)測和管理疫情后的交通需求。比如，城市里是否應(yīng)該增加停車位，一方面要考慮刺激消費(fèi)，特別是餐飲業(yè)服務(wù)業(yè)的消費(fèi)，一方面要減少擁堵和排放，這樣的決策需要更多個(gè)體尺度的行為數(shù)據(jù)。

最后是關(guān)于大數(shù)據(jù)研究的三點(diǎn)反思。一是大數(shù)據(jù)研究通常是以相關(guān)性為出發(fā)點(diǎn)，但是從相關(guān)性轉(zhuǎn)移到因果性是有必要的且亟需的。二是需要從數(shù)據(jù)驅(qū)動(dòng)問題向問題驅(qū)動(dòng)數(shù)據(jù)轉(zhuǎn)變，現(xiàn)在大數(shù)據(jù)研究大部分是數(shù)據(jù)驅(qū)動(dòng)的探索性研究，研究結(jié)果未知。應(yīng)該首先明確研究問題，基于問題導(dǎo)向來收集、分析數(shù)據(jù)，優(yōu)化未來的數(shù)據(jù)收集。

三是什么是規(guī)劃師職業(yè)所屬的核心問題/數(shù)據(jù)集？清華大學(xué)龍瀛老師在建筑學(xué)報(bào)的一篇新文章上列舉各種類型城市數(shù)據(jù)集，很難說規(guī)劃師對(duì)所有數(shù)據(jù)集都擅長，針對(duì)具體問題、選擇合適的數(shù)據(jù)源和分析方法，是值得進(jìn)一步探討的。