《城市交通》2019年3期热文Top5

摘要：粤港澳大湾区现代化交通运输体系基本形成，但与世界一流湾区相比，在轨道交通方面仍存在网络规模总量不足、轨道交通体系构成不尽合理、部分城际铁路通道标准偏低、出行时耗长、市域(郊)铁路发展滞后等不足。未来大湾区轨道交通体系应集中力量规划建设高标准城际铁路网络，与国家铁路有效融合；积极谋划高等级市域(郊)铁路网络，促进湾区平衡发展；大力推进同城化地区的跨市地铁一张网规划。通过构建多层次、一体化、互联互通的轨道交通体系，共同支撑粤港澳大湾区融合发展。

摘要：通过对广东省绿道实践进行梳理，总结归纳珠三角绿道网建设的意义和作用。绿道网在珠三角的落地是技术与行政的绝佳结合。在推动绿道在中国的发展的同时，也给自身留下了两个明显的印记。珠三角绿道建设具有三个重要意义：改变城市开敞空间的供给方式和设计方式，为市民进入乡野提供入口，开启城市发展模式的转变。广东省绿道展现了三个发展趋向：1)功能上，绿道与市民健康需求相结合；2)内涵上，绿道与历史文化线路相结合；3)形态上，绿道与自然环境特征相结合。

摘要：使用手机信令数据识别职住地时，采用不同规则和参数取值可能导致结果差异。这种差异对职住地识别结果可靠性的影响程度值得研究。根据手机信令数据特性，提出职住地识别的时间连续性、空间位置分辨率、数据时间序列3个关键时空因素。采用4种时间规则、3种空间聚合距离、3种数据时间序列进行组合，对同一城市同一批手机信令数据进行职住地测算。比较不同时空因素下职住地识别结果的差异，采用识别率、平均直线通勤距离、共同识别用户一致性等指标验证结果的可靠性。研究表明，不同的时空因素对职住地识别结果产生显著影响。最后，探讨在实际应用中时空因素取值需注意的问题，并提出相关建议。

摘要：单纯提高交通供给能力无法从根本上缓解城市交通供需失衡的矛盾，而交通需求管理理念已越来越广泛地应用于相关政策制定中。在阐述城市交通需求管理内涵的基础上，结合大数据与信息化行业应用背景，提出大数据支撑下的交通需求管理体系框架。进而从出行总量控制、出行分布调整、出行时间均衡、出行空间均衡、交通结构优化5个维度分析城市交通需求管理政策的制定思路与作用机理。最后，阐述了大数据对交通需求管理政策绩效评估的支撑作用。

摘要：通过新的大数据来源诸如手机通信记录、智能卡数据以及社交媒体地理编码记录，可以前所未有地观察和了解出行行为的细节。尽管有如此庞大的大数据来源，但在规划实践中使用的交通需求模型，其数据源仍大多来自交通调查和人口普查等传统方法。对近期利用大数据研究交通行为，以及使交通规划师可以进行假设情景分析的交通需求模型的最新进展进行梳理。从出行识别到出行活动推理，回顾和分析现有数据分析方法，这些传统方法使收集到的出行轨迹信息能响应交通需求模型。未来的研究应该侧重将概率模型和机器学习技术应用于数据科学。设计这些数据挖掘方法是为了处理由手机移动追踪数据衍生的零散和掺杂偏差的数据的不确定性。此外，这些方法还适用于将不同的相关数据组整合到一个数据融合方案中，以便用出行日志信息丰富大数据。总之，建模知识已经在交通运输领域发展成熟，因此强烈建议在交通规划方面应用数据驱动方法时应建立相应领域专业知识的基础。这些新的挑战呼吁交通模型师和数据科学家之间的多学科协作。