世界各地的城市都面临着“规模”带来的问题与机遇：在蓬勃发展的中央商务区内，人和物品如何分层分布、如何流动。尤其是在大型公共交通枢纽周边。
随着城市发展，城市也变得更加垂直。城市通过轨道交通走廊向地下延伸，并向上扩展，形成塑造城市天际线的高楼大厦。城市既有宽度，也有深度。
城市地理学家斯蒂芬·格雷厄姆将城市描述为既是“垂直堆叠”，也是“垂直蔓延”，并由纵向和横向交通系统交织连接。
大城市的人流，不仅涉及人们如何通过铁路和道路网络横向进出市中心，也包括垂直交通系统。这些系统包括通勤者每天乘坐的电梯、自动扶梯和自动人行道，帮助他们从地下空间抵达地面街道。
大型交通枢纽是许多垂直和横向交通系统交汇之处，也是人流最密集的地方。
但许多大城市面临着基础设施老化与交通枢纽人流量增加的双重挑战。拥堵、过度拥挤、延误乃至无法进入等问题日益常见。
各国政府正越来越多地寻求从现有基础设施网络中挖掘更多运力。
改变行为能否提升运力？
过去三年来，伦敦交通局（TfL）一直在进行自动扶梯全员站立试验，旨在了解改变通勤者的行为能否提高人流“通行能力”并减少延误。
伦敦拥有世界上一些最深的地铁站，因此伦敦地铁系统高度依赖自动扶梯等垂直交通设施。但长期以来，人们习惯只站在右侧，让其他人从左侧步行上行。
在霍尔本站的一项试验中，这座车站是伦敦最深的车站之一，深达23米，通勤者被要求在自动扶梯两侧都站立，时间为早高峰时段。
试验结果显示，改变通勤者的行为可提升通行能力，在高峰时段将运力提高多达30%。但这只适用于自动扶梯很高的地铁站。在自动扶梯高度不足18米的车站（如金丝雀码头站），试验发现情况恰恰相反：站立只会加剧整个网络的拥堵。
差异源于人的行为。人们只是不太愿意走上很高的自动扶梯。这意味着，在整个网络实行全员站立政策无法让人流通行状况得到一致改善，甚至可能加剧拥堵。
人流数据能否成为解决方案？
随着免接触式交通卡的引入，如今人们刷卡进出时，可以收集繁忙交通枢纽内更多的人流数据。
通过通勤者启用 Wi-Fi 的设备（如智能手机）追踪他们在车站内的行程，也能详细呈现站台间的流动、拥堵和延误情况。
伦敦交通局已经开展了首次Wi-Fi 追踪试验，地点在伦敦地铁。
从个人设备收集移动数据，隐私问题十分突出。不过，利用这些数据解决过度拥挤问题，并向通勤者告知途中延误和拥堵情况，潜力巨大。
伦敦交通管理部门希望，通过追踪用户手机获得的数据能够缓解拥堵、制定更好的时刻表并改进车站设计。
各国政府也越来越多地求助于专门从事人流仿真建模的咨询公司，服务范围从航站楼值机排队和旅客处理，到路线追踪和自动扶梯上的客流分析，无所不包。
人流研究专家利用数据分析识别流动模式、统计客流量并分析通勤者行为。在现有基础设施中，他们通过调整时刻安排和路线、评估通勤者的流动方向来提升“效率”。
建筑和工程公司也开始在大型基础设施项目的设计阶段聘用人流研究专家。
北京的大兴机场预计于2020年竣工，将成为中国最大的交通枢纽。它也是首个在设计过程中使用人群仿真与分析软件、以预估客流量检验承载能力的大型基础设施项目。
人流研究专家的建议可能对实体基础设施产生重大影响，涉及站台宽度、闸机数量与位置，以及自动扶梯等垂直交通设施的布局和位置。
人流分析正成为一门大生意
人流分析正成为一门大生意，尤其是在公共资产金融化程度不断提高的地方。这意味着基础设施正通过复杂的公私合作模式开发。因此，交通枢纽如今也成为零售、休闲和商业活动的空间。
通勤者穿行这些空间时，不再只是过客。在许多此类开发项目中，他们经过零售区时也可能成为消费者。
在“数字颠覆”时代，尤其是零售业深受其影响，关于通勤者出行情况的信息具有潜在商业价值。应审慎审视数据分析在人流管理中的应用，以及人流管理行业如何利用它来实现“效率”，确保收益不止于商业利益。
与此同时，出行数据或许能帮助我们日益垂直化的城市继续纵横上下、顺畅运转。
