【编者按】为了帮助读者更好地了解城市（规划）学术研究的国际前沿，我刊尝试开辟“学术前沿”这个小栏目，邀请海内外学者就本学科具有前瞻性、创新性的学术方向进行概览式的“轻”介绍。这一探索性的栏目将在公众号平台上先行“试点”，内容、形式和创作方式都更为开放，欢迎您提出意见和建议，更欢迎您积极加入我们这个新的创作团体，绽放光彩！投稿请发至公众号专用邮箱：upiweixin@163.com。
约130年前，地理学家欧内斯特·乔治·拉文斯坦（Ernest George Ravenstein）针对英国居民的出生地与居住地，首次揭示了国内和跨国移民的普遍性现象及规律，奠定了移动行为学研究领域的基础[1]。社会学家尤瑞·约翰（Urry John）归纳了全球化和信息化下移动性的主要要素与表现形式，呼吁向“移动性转向”，号召学者们采用移动性范式开展跨学科研究[2]，移动性科学得到了广泛发展，涵盖了从迁徙到通勤等各个领域，深刻地影响了城市规划学科。
如今，智能技术的普及使得可计算的移动性城市规划成为可能。据统计，全球约66亿人拥有智能手机[3]，这意味着85%的居民携带具备位置传感功能等设备。同时，伴随云计算等计算机算力的不断发展，研究者可以精准地提取居民日常行为轨迹，进一步结合周边环境数据以及个体和社会经济属性，就可以深入探究不同群体活动轨迹、目的、活动特征及差异等信息[4-6]。如何利用先进技术提供的可计算性，深入理解移动性下城市居民时空间行为与城市要素的交互机理，进而通过移动性城市规划创新未来城市交通系统，是当下移动性城市规划领域面临的重要问题。
深入探究移动性下时空间行为与城市要素的交互机理是理解移动性城市规划的前提。尽管不同个体具有其独特特征，但其移动行为存在共性，例如对不同类型地点的访问时间和频率等。因此，综合多因素来理解它们之间的交互机理至关重要。空间感知通过大脑中海马体内的一组细胞对物体的空间位置进行编码，从而构造类似地图的空间表达与认知。这些空间要素按层次组合，如按社区、街道、地标等进行依次嵌套，进而驱动空间感知对时空间移动选择的影响[7]。凯文·林奇在《城市意象》中将影响居民感知城市意象的要素分为地标、节点、道路、边界和区域，为空间感知研究提供了重要的量化框架，推动了感知影响路径选择相关研究的发展[8]；生理学和神经学等领域则利用核磁共振成像、脑电波等数据来可视化不同空间要素对生理指标的影响，以探究感知与移动路径选择的关联[9]。感应地理学研究了人们如何感知和理解他们所处的地理空间与他们相应的行为，包括空间认知、地图阅读、导航和空间记忆等方面的研究。新兴技术也对移动性产生了积极干预，例如，游戏Pokemon GO使用增强现实技术，将虚拟宝可梦*与现实世界相互融合，玩家需要在现实世界中移动，使用他们的手机或平板电脑来寻找虚拟的宝可梦；利用GPS技术，Geocaching提供一种户外活动，让人们在全球范围内寻找隐藏的“地理藏宝点”，并与其他地理藏宝者互动；利用AR技术，Ingress要求玩家在现实世界中探索不同的地点，并加入两个对立势力之一并争夺虚拟能量塔。这些应用鼓励人们参与户外活动和探索新的地点，提供了新的移动体验。
* 日本游戏公司任天堂发行的系列游戏，也是其中的主角——各种神奇生物的统称。
战后城市的规划和基础设施发展以汽车交通为主导，导致道路和停车设施的大量建设和城市扩张，忽视了多样性的交通方式，引发了一系列意料之外的问题，如交通拥堵和大气污染，对环境与居民健康产生了负面影响。因此，城市规划需要向整合多种交通方式转变，这涉及对城市基础设施布局以及居民移动的科学理解。已有研究多关注居民出行的特定行程段，例如利用公交车和地铁刷卡数据获知公交出行的起讫点[10]，但难以获取行程前后的信息。此外，综合立体交通间的关联亟须得到关注，例如根据不同的交通方式构建多层组织关联，每一层次的交通基础设施（如街道、公交线、地铁线与自行车道等）构成网络的链接，而交叉口（如公交车站、地铁站、共享单车点等）构成节点。同时还需要考虑各种交通基础设施的时间依赖性，例如公共交通遵循固定的时刻表，因此在关联网络中呈现间歇性活动状态，而共享单车和私家车等为持续活动的网络链路。设计整合多模态交通模型导向的框架对于规划城市交通基础设施和制定时间依赖性路线规划算法至关重要。
未来，自动驾驶汽车、车辆与基础设施之间的通信（V2I）等新兴技术将彻底改变城市交通与居民移动模式。城市基础设施、车辆、居民活动等各个方面的实时数据为深入理解人类与城市环境交互提供了新窗口，结合多模态交通分析构架，有望构建更高效的交通导航、更优化的基础设施和更安全的交通出行，实现全面协调的城市交通系统。UPI
[1] PAPPALARDO L, MANLEY E, SEKARA V, et al. Future directions in human mobility science[J]. Nature computational science, 2023, 3: 588–600.
[2] 许伟麟, 柴彦威. 移动性地理学视角下时空间行为研究创新[J]. 地理学报, 2023, 78(4): 1015-1027.
[3] O’DEA S. Smartphone users worldwide 2021[DB/OL]. Statista. 2022[2023-10-05]. http://www.statista.com/statistics/330695/number-of-smartphone-users-worldwide/.
[4] 黄洁, 王姣娥. 出行韧性的理论与方法及实证[J]. 地理学报, 2023, 78(10): 2507-2519.
[5] 周素红, 廖伊彤, 郑重. “时—空—人”交互视角下的国土空间公共安全规划体系构建[J]. 自然资源学报, 2021, 36(9): 2248-2263.
[6] 张峻屹, 李双金, 马爽. 生活导向型出行行为研究综述[J]. 交通运输系统工程与信息, 2021(6): 6-18.
[7] MOSER E I, KROPFF E, MOSER M-B, et al. Place cells, grid cells, and the brain’s spatial representation system[J]. Annual review of neuroscience, 2008, 31: 69-89.
[8] LYNCH K. The image of the city[M]. Cambridge: MIT Press, 1960.
[9] KAN Z, KWAN M-P, CAI J, et al. Nonstationary relationships among individuals’ concurrent exposures to noise, air pollution and greenspace: a mobility-based study using GPS and mobile sensing data[J]. Health & place, 2023, 83: 103115.
[10] SHUMAN, D, ABDELHALIM A, STEWART A F, et al. Can mobility of care be identified from transit fare card data? a case study in Washington D.C[J/OL]. Findings. (2023-05-19)[2023-09-20].https://findingspress.org/article/75352.
作者：李双金，广岛大学先进理工系科学研究科，助理教授；研究方向：量化城市分析、移动行为规划。lisj@hiroshima-u.ac.jp
马爽，浙江大学建筑工程学院，“百人计划”研究员；研究方向：健康城市。mashuang@zju.edu.cn
感谢香港大学 杨天人 老师为本栏目约稿作出的贡献！
欢迎在朋友圈转发，转载将自动受到“原创”保护
原文始发于微信公众号（国际城市规划）：学术前沿 | 可计算的移动性城市规划
规划问道
