2019冠状病毒病大流行突出表明，公共交通是所有城市运作的一项基本服务。但尤其是对很多女性来说在美国，公共交通系统的关闭和普遍不稳定意味着他们无法获得每天依赖的服务和客户。一般来说，女性倾向于依赖公共交通比任何其他家庭成员都要多，从购买食物到照顾儿童到就业。

然而，部分问题在于，我们对男性和女性使用交通工具的差异知之甚少。传统的规划做法衡量了广泛的来源地和目的地对，这一过程严重低估了妇女的流动需求。缺乏更详细的数据阻碍了运输系统衡量、预测和应对妇女独特需求的能力，使她们面临更大的减员风险流动性和其他不平等正如研究表明的那样。

随着全球交通运输业寻求从新冠疫情导致的停工中复苏，对模式选择的数据驱动理解可以为低碳交通选择的未来投资和政策方向提供信息。按性别理解独特而复杂的出行模式和后续解决方案，可以提高公共交通的使用率，并使步行和骑行更安全。

印度城市的公共交通机构越来越多地使用智能交通系统、数字票务和移动应用程序来改善运营和提供更好的服务。智能手机、社交媒体平台和机器学习也具有各种能力，可以弥合性别出行数据方面的差距，为女性提供更好的服务，提高交通机构的整体运营能力。然而，很少有人利用这些工具。

以下是来自德里的例子，介绍了女性流动性数据方面的现有差距，以及具体技术如何帮助弥补这一差距。

电子票务

2021年2月，作为避免2019冠状病毒病传播的预防措施，德里运输公司(DTC)开始实施最后的审判一款名为Chartr的新应用，让通勤者可以通过智能手机预订车票。现金一直是印度通勤者和交通系统之间的传统交易手段。但随着人们开始热衷于通过应用程序购票，DTC观察到，使用数字票务最多的是女性约67%．(因为2019年10月在美国，德里所有的公交车票都是免费的，这是为了提高安全性和客流量，但她们仍然可以使用该应用程序预订车票。)

这种接受凸显了一个重要的观察结果:如果技术合适，女性可能会很快接受数字交通交易。

数字票务界面不仅对许多人来说更容易，而且现在为DTC提供了一种比简单的现金交易更详细的通勤者空间和时间移动模式的方法，因为它们可以收集用户的性别数据，并与系统的使用情况相关联。通过分析应用程序的每日、每周和每月数据，DTC可以更好地迎合女性通勤者的路线、时间表和频率决策，并更详细地了解不同政策变化的影响。

安全及保安报告

2018年，一名来自德里的女学生讲述了她在一家餐馆遭遇性骚扰的悲惨经历544号公路上拥挤的公共汽车．随着越来越多的女性和学生讲述在同一条公交路线上的类似经历，这条推文很快就受到了欢迎。这条路线被认为是臭名昭著的，因为男性有组织有系统地试图利用人群不恰当地触摸女性，有记录的事件可以追溯到过去直到1985年。人们的愤怒导致当局发起了一场女性专用总线为路线。但是，有必要采取更系统的措施来打击骚扰。

其他城市已经试验了智能手机应用程序让女性更容易举报性骚扰．机器学习算法还可以从推特和其他社交媒体平台捕捉关键字、标签和其他信息，自动识别交通基础设施或服务中存在最大问题的特定区域。这些收集感知和事件数据的方法可以补充传统的事件报告，因为它们可以涵盖更广泛的相互作用。然后，这些数据可以用来为有针对性的措施提供信息，以调整服务或运营——希望比544路公交车的情况更早。

缩小性别盲规划的差距

这两个例子表明，需要更密切地调查城市如何利用数字化、社交媒体足迹和其他此类技术来解决性别和流动性方面的两个典型最大挑战:性别敏感数据收集和数据知情规划方面的空白，以及安全和保障。

然而，通过手机、地理空间数据和社交媒体的数字追踪，世界上每个城市每天都在收集按性别分类的出行数据。我们需要更有创造性的方法来充分利用它。

事实上，移动数据是交叉的，可用于规划更具包容性的交通，并提高每个人的运营效率。随着印度其他城市对其公共交通系统进行数字化，纳入性别视角对于满足所有交通系统用户的独特需求至关重要，这些用户不分性别、年龄、收入、种族和地理位置。

Harshita然巴他是世界资源研究所印度罗斯可持续城市中心的项目助理。乐动体育赛事评测c

Vishal莱姆布莱萨他是WRI印度罗斯可持续城市中心综合交通经理。乐动体育赛事评测c