教師主頁
- 曹廣忠
- 曹軍
- 柴彥威
- 陳彥光
- 陳耀華
- 陳效逑
- 程和發(fā)
- 楚建群
- 戴林琳
- 鄧輝
- 董豫贛
- 付曉芳
- 方海
- 方精云
- 馮長春
- 馮健
- 傅伯杰
- 高艷
- 宮彥萍
- 韓茂莉
- 賀燦飛
- 賀金生
- 胡建英
- 華方圓
- 胡燮
- 黃崇
- Kazuo Isobe
- 吉成均
- 賈小新
- 金鑫
- 李宜垠
- 李有利
- 李本綱
- 李喜青
- 李雙成
- 林堅
- 劉耕年
- 劉文新
- 劉峻峰
- 劉宇
- 劉鴻雁
- 劉濤
- 劉燕花
- 劉剛
- 劉煜
- 劉雪萍
- 劉茂甸
- 劉萍
- 盧曉霞
- 陸雅海
- 馬亮
- 馬建民
- 馬燕
- 蒙吉軍
- 莫多聞
- 蒙冰君
- PHILIPPE CIAIS
- 彭建
- 彭書時
- 樸世龍
- 闕維民
- 宋宛儒
- 沈文權
- 沈澤昊
- 沈國鋒
- 宋峰
- 陶勝利
- 唐曉峰
- 唐志堯
- 唐艷鴻
- 陶澍
- 童昕
- 李婷婷
- 王仰麟
- 王紅亞
- 王志恒
- 王娓
- 王少鵬
- 王旭輝
- 王學軍
- 王喜龍
- 萬祎
- 王愔
- 王長松
- 王開存
- 王昀
- 吳必虎
- 吳健生
- 吳龍峰
- 吳林蔚
- 謝建民
- 徐福留
- 許文君
- 姚蒙
- 于佳鑫
- 楊小柳
- 尹燕平
- 陰劼
- 喻航
- 曾輝
- 張家富
- 張照斌
- 趙鵬軍
- 趙昕奕
- 鄭成洋
- 周力平
- 周豐
- 朱東強
- 朱彪
- 朱晟君
- 朱丹
- 朱江玲
- 張堯
- 張新平
- 張璐瑤
- 趙卡娜
- 汪淼
- 袁文平
- 吳英迪
- 鐘奇瑞
- 劉建寶
- 楊卉
- 張一凡
- 李梅
- 杜世宏
- 秦少杰
- 張修遠
- 楊晨
- 金哲儂
- 張致杰
- 連旭
- 汪哲成
- 鄭韻含
鄭韻含
職稱：助理教授、研究員
研究方向：交通地理,城市計算,行為科學,城市與交通經濟學
通訊地址：北京大學城市與環(huán)境學院樓242
yunhan@pku.edu.cn
鄭韻含，北京大學城市管理與經濟學雙學士，美國麻省理工學院（MIT）城市規(guī)劃與交通學雙碩士、交通科學博士，師從 Jinhua Zhao 教授。博士畢業(yè)后在 MIT 與新加坡聯合研究中心從事博士后研究。作為第一作者在Nature Cities、Nature Communications發(fā)表多篇文章，相關成果被華盛頓郵報、加拿大國家廣播公司、新加坡聯合早報、MIT News等多家新聞媒體報導。研究成果還廣泛發(fā)表于行業(yè)內頂級期刊，如Transportation Research Part A, Part B, Part C, Cities等。研究方向聚焦于城市科學與交通領域的交叉研究，特別關注如何利用大數據和人工智能技術來理解和優(yōu)化城市系統(tǒng)和政策。
教育經歷
2014-2018，北京大學，城市管理 & 經濟學， 本科
2018-2021，麻省理工學院 (MIT)，城市規(guī)劃 & 交通，碩士
2021-2024，麻省理工學院 (MIT)，交通，博士
工作經歷
2024-2025，麻省理工學院-新加坡聯合研究所 (SMART)，博士后
研究方向
（1）因果推斷、城市與交通經濟學：利用先進的因果推斷方法評估新興交通工具如擁堵收費、電動汽車充電基礎設施和遠程辦公對出行、環(huán)境、經濟和社會公平的影響。（2）城市計算與機器學習：開發(fā)機器學習算法預測和引導出行行為；開發(fā)偏差緩解方法以增強機器學習算法的公平性和公正性。（3）出行決策與城市網絡：結合統(tǒng)計建模、深度學習計算和網絡理論，對個體出行決策和城市網絡進行建模和分析。
在麻省理工學院(MIT)與麻省理工學院-新加坡聯合研究所(SMART)指導多名碩士生和博士生開展科研工作。
研究方向
城市流動性與經濟協同機制：利用時空大數據與人工智能技術，深入研究個體出行決策行為與宏觀城市網絡結構的相互作用，并定量探討城市流動性與區(qū)域經濟發(fā)展的協同機制。
新型交通業(yè)態(tài)的影響與治理：重點關注電動出行、自動駕駛等新型交通模式對城市經濟空間結構的重塑作用，并開展面向可持續(xù)發(fā)展的協同治理策略研究。
城市系統(tǒng)綜合建模：綜合運用統(tǒng)計建模、計量經濟學、機器學習及復雜網絡理論等方法，構建能夠系統(tǒng)模擬個人出行決策、城市網絡動態(tài)及交通政策效應的分析模型。
代表性論文
· Zheng, Y.*, Keith, D., Wang, S., Mi, D. & Zhao, J. Effects of electric vehicle charging stations on the economic vitality of local businesses. (2024). Nature Communications, 15, 7437. [Paper][The Washington Post] [CBC News] [MIT News]
· Zheng, Y., Wang, S.*, Liu, L., Aloisi, J. & Zhao, J. (2024). Impacts of remote work on vehicle miles traveled and transit ridership in the United States. Nature Cities, 1, 346–358. [Paper] [MIT News]
· Wang, S.1, Zheng, Y.1, Wang, G., Yabe, T., Moro, E. & Pentland, A. (2024). Infrequent activities predict economic outcomes in major American cities. Nature Cities, 1(4), 305-314.[Paper] ( 1co-first authors.)
· Zheng, Y., Wang, S.*, & Zhao, J. (2021). Equality of opportunity in travel behavior prediction with deep neural networks and discrete choice models. Transportation Research Part C: Emerging Technologies, 132, 103410. [Paper]
· Zheng, Y.*, Meredith-Karam, P., Stewart, A., Kong, H., & Zhao, J. (2023). Impacts of congestion pricing on ride-hailing ridership: Evidence from Chicago. Transportation Research Part A: Policy and Practice, 170, 103639.[Paper]
· Zheng, Y., Moody, J., Wang, S., & Zhao, J*. (2021). Measuring policy leakage of Beijing’s car ownership restriction. Transportation Research Part A: Policy and Practice, 148, 223-236. [Paper] [MIT News]
其它論文
· Yang, M., Zheng, Y.*, Wang, S., Guo, X., & Zhao, J. (2025). Impacts of the built environment on remote work choices and preferences. Cities, 170, 103639. [Paper]
· Mo, B., Zheng, Y.*, Guo, X., Ma, R., & Zhao, J. (2025). Robust binary and multinomial logit models for classification with data uncertainties. European Journal of Operational Research. [Paper]
· Zheng, Y., Kong, H.*, Petzhold, G., Barcelos, M. M., Zegras, C. P., & Zhao, J. (2022). Gender differences in the user satisfaction and service quality improvement priority of public transit bus system in Porto Alegre and Fortaleza, Brazil. Travel Behaviour and Society, 28, 22-37. [Paper]
· Zheng, Y.*, Caros, N. S., Aloisi, J., & Zhao, J. (2023). Examining the interactions between working from home, travel behavior and change in car ownership due to the impact of COVID-19. Travel Behaviour and Society, 33, 100634. [Paper]
· Wang, Q., Wang, S.*, Zheng, Y., Lin, H., Zhang, X., Zhao, J., & Walker, J. (2024). Deep hybrid model with satellite imagery: How to combine demand modeling and computer vision for travel behavior analysis?. Transportation Research Part B: Methodological, 179, 102869. [Paper]
· Wang, S.*, Mo, B., Zheng, Y., Hess, S., & Zhao, J. (2024). Comparing hundreds of machine learning and discrete choice models for travel demand modeling: An empirical benchmark. Transportation Research Part B: Methodological, 190, 103061. [Paper]
