上海市交通發(fā)展研究中心

0 引 言

道路交通信息化快速發(fā)展，多元數(shù)據(jù)融合條件下道路交通擁堵治理在思路與方法上，與以往相比都產(chǎn)生了較大的突破。如果說(shuō)傳統(tǒng)調(diào)查加經(jīng)驗(yàn)判斷對(duì)于交通狀態(tài)的判別是管中窺豹或囫圇吞棗，現(xiàn)在的大數(shù)據(jù)融合研判則是逐步向著實(shí)時(shí)感知、全面獲取、追蹤溯源、快速響應(yīng)的方向發(fā)展。這種變化使得道路交通相關(guān)工作者對(duì)交通狀態(tài)乃至交通需求的研判，在時(shí)空、方式諸多影響因素上更加客觀和全面，使得擁堵治理研究基礎(chǔ)更加穩(wěn)固、問(wèn)題分析更加知微見(jiàn)著、方案的研究和實(shí)施更加具有針對(duì)性。

道路交通相關(guān)的數(shù)據(jù)信息主要分為交通設(shè)施供應(yīng)、交通出行需求以及交通運(yùn)行狀態(tài)，即道路、附屬設(shè)施及交通管理在內(nèi)的通行環(huán)境，包括機(jī)動(dòng)車(chē)、慢行在內(nèi)的出行時(shí)空特征，以及包括交通流量、車(chē)速、擁擠度等在內(nèi)的交通的運(yùn)行狀態(tài)。

1 道路交通環(huán)境的信息化

交通地理信息系統(tǒng)GIS-T（Geography Information System-Transportation）在交通規(guī)劃、交通管理行業(yè)中的普及和應(yīng)用，以及交通運(yùn)行數(shù)據(jù)的日益豐富，使得道路交通建模分析不再是靜態(tài)的半封閉系統(tǒng)，而是逐步形成可以與交通信息平臺(tái)、行業(yè)運(yùn)行數(shù)據(jù)甚至互聯(lián)網(wǎng)地圖動(dòng)態(tài)數(shù)據(jù)相連通的動(dòng)態(tài)的開(kāi)放式系統(tǒng)，作為一個(gè)模塊更好地融入到越來(lái)越高度集成的道路交通管理乃至城市管理的大平臺(tái)中。

道路交通的運(yùn)行狀態(tài)，無(wú)論暢通或擁堵，均由道路容量供應(yīng)和交通需求共同作用形成。道路容量供應(yīng)又由靜態(tài)的道路設(shè)施和動(dòng)態(tài)的管理方案同時(shí)決定。這其中，作為道路交通環(huán)境的網(wǎng)絡(luò)和附屬設(shè)施信息化是實(shí)現(xiàn)交通大數(shù)據(jù)融合應(yīng)用和道路交通智慧管理的基礎(chǔ)。

1.1 道路網(wǎng)絡(luò)及附屬設(shè)施的地理信息化

道路網(wǎng)絡(luò)實(shí)現(xiàn)靜態(tài)的地理信息化，為道路管理提供了可視化的數(shù)據(jù)處理、篩選、分析、展現(xiàn)的圖形基礎(chǔ)。比之在地圖冊(cè)上標(biāo)記并開(kāi)展研究工作效率大有提升，同時(shí)讓路徑分析和出行模擬成為可能，將道路交通的管理和研究從節(jié)點(diǎn)表象推動(dòng)到源頭和路徑分析的層面。

圖1 蘇州河沿線局部道路網(wǎng)絡(luò)示意圖

1.2 道路交通管理信息化與可計(jì)算路網(wǎng)

在靜態(tài)屬性的道路網(wǎng)絡(luò)基礎(chǔ)上，當(dāng)?shù)缆返慕煌ü芾矸桨?、信控方案尤其是?shí)時(shí)的信號(hào)狀態(tài)作為動(dòng)態(tài)屬性接入道路網(wǎng)絡(luò)，道路作為交通供應(yīng)端，再結(jié)合動(dòng)態(tài)的交通流數(shù)據(jù)，其實(shí)時(shí)、動(dòng)態(tài)的服務(wù)能力計(jì)算和運(yùn)行狀態(tài)評(píng)估才有了精細(xì)、量化和實(shí)時(shí)校準(zhǔn)的可能。相比以往對(duì)道路容量通過(guò)靜態(tài)屬性賦值的粗獷計(jì)算，引入動(dòng)態(tài)管理信息的邏輯計(jì)算讓系統(tǒng)模擬精度和方案測(cè)試效果有了質(zhì)的提升。

道路交通管理信息及附屬設(shè)施信息主要包括以下幾個(gè)方面：

（1）車(chē)道信息：路段及交叉口車(chē)道屬性，包括方向、斷面類(lèi)型、車(chē)道數(shù)、交叉口車(chē)道轉(zhuǎn)向、專(zhuān)用道等，尤其是可變車(chē)道、時(shí)段性專(zhuān)用道等動(dòng)態(tài)變化的車(chē)道信息；

（2）交通管理：?jiǎn)涡械?、禁止轉(zhuǎn)向、車(chē)型限制等；

（3）信號(hào)信息：信控配時(shí)、信號(hào)優(yōu)先等信息，包括靜態(tài)方案，乃至動(dòng)態(tài)實(shí)時(shí)狀態(tài)信息；

（4）附屬設(shè)施：與交通管理相對(duì)應(yīng)的道路附屬設(shè)施，包括標(biāo)線、標(biāo)志標(biāo)牌、護(hù)欄隔離欄、信息板、信號(hào)燈及其他外場(chǎng)設(shè)施等。

圖2 宣城公安交通大腦可計(jì)算路網(wǎng)示意圖（圖片來(lái)源于網(wǎng)絡(luò)）

2 道路交通需求的感知與推算

與交通供應(yīng)端相對(duì)的，交通需求及出行特征是形成最終道路運(yùn)行狀態(tài)的另一因素。

交通方式中與道路交通改善研究相關(guān)的主要是小汽車(chē)、出租車(chē)（含網(wǎng)約車(chē)）、公交車(chē)及非機(jī)動(dòng)車(chē)幾類(lèi)。通過(guò)分類(lèi)研究各方式出行的規(guī)模、分布及時(shí)間情況，摸清一個(gè)區(qū)域的道路交通需求根本特征，再結(jié)合道路流量、車(chē)速等運(yùn)行狀態(tài)分析擁堵發(fā)生的邏輯和改善方案。

在傳統(tǒng)方法中，掌握出行特征主要通過(guò)傳統(tǒng)的抽樣問(wèn)卷調(diào)查獲取，時(shí)段上是局部的、特征日的，樣本覆蓋上比例較小?？傮w特征只能通過(guò)簡(jiǎn)單的或者復(fù)雜的擴(kuò)樣估算。在大數(shù)據(jù)環(huán)境下，可以借助手機(jī)信令、手機(jī)app數(shù)據(jù)及各類(lèi)交通行業(yè)大數(shù)據(jù)來(lái)獲取或估算這些特征，而且樣本量更大，覆蓋度更加全面，時(shí)間和空間上更廣，且可以追溯和補(bǔ)充分析。

2.1 全方式交通出行

全方式的出行雖然不是直接和道路交通相關(guān)，但它更加直接地反應(yīng)了一個(gè)地區(qū)的需求，且往往和人口、崗位直接關(guān)聯(lián)，對(duì)于了解該區(qū)域的整體情況十分必要。目前估算區(qū)域全方式出行特征，手機(jī)信令、微信等數(shù)據(jù)是比較好的數(shù)據(jù)媒介。人們對(duì)微信使用的普及度和頻度可以保障樣本的覆蓋面。此外全方式的出行特征，可以和后面分方式的特征匯總后相互校核。

圖3 基于手機(jī)信令的人員分布和全方式出行分布示意圖

2.2 公共交通出行

以上海第二代公交IC卡POS機(jī)數(shù)據(jù)為例，通過(guò)公交IC卡記錄、車(chē)輛GPS、電子路單的組合碰撞，并結(jié)合公交IC卡進(jìn)出軌道交通的記錄，推算獲取刷卡用戶出行特征。隨著新一代有定位信息的POS機(jī)的普及應(yīng)用，該算法復(fù)雜度將大幅度下降，出行特征推算精度將持續(xù)提高。

圖4 公交刷卡用戶出行特征推算示意

2.3 出租車(chē)出行

對(duì)于出租車(chē)出行數(shù)據(jù)的分析已經(jīng)比較成熟，近年隨著網(wǎng)約車(chē)的占比不斷提高，甚至反超巡游出租的客運(yùn)規(guī)模，使得對(duì)網(wǎng)約車(chē)的分析也變得必不可少。出租車(chē)和網(wǎng)約車(chē)兩種方式，作為車(chē)輛出行可以作為全樣數(shù)據(jù)來(lái)分析，直接得出該方式的車(chē)輛出行規(guī)模、時(shí)空分布特征。尤其是對(duì)道路運(yùn)行狀態(tài)的評(píng)估，也是很好的數(shù)據(jù)來(lái)源。

圖5 節(jié)假日崇明島網(wǎng)約車(chē)上客點(diǎn)及下客點(diǎn)分布

2.4 小汽車(chē)出行

對(duì)普通小汽車(chē)方式出行分布和時(shí)間特征的分析，可以借助導(dǎo)航數(shù)據(jù)、新能源車(chē)GPS記錄等數(shù)據(jù)進(jìn)行分析。

與出租車(chē)數(shù)據(jù)采用同樣的技術(shù)方法分析其出行特征，不同之處在于，出租車(chē)幾乎可以認(rèn)為是全樣數(shù)據(jù)，但普通社會(huì)車(chē)輛僅能獲取部分?jǐn)?shù)據(jù)。

但對(duì)于普通社會(huì)車(chē)輛的分析，其另有一處優(yōu)勢(shì)在于，可以通過(guò)停車(chē)場(chǎng)的進(jìn)出車(chē)輛統(tǒng)計(jì)數(shù)據(jù)進(jìn)行擴(kuò)樣，這與目前在實(shí)踐中的IDPS（Infrastructure Data Platform System）系統(tǒng)中采用的某些思路不謀而合。

2.5 非機(jī)動(dòng)車(chē)出行

共享單車(chē)的強(qiáng)勢(shì)推廣，為人們非機(jī)動(dòng)車(chē)出行提供了便利，也為非機(jī)動(dòng)車(chē)出行特征的研究提供了豐富的數(shù)據(jù)資源，具有大數(shù)據(jù)的一切優(yōu)點(diǎn)，只是在騎行路徑上尚不容易獲取。但騎行起終點(diǎn)、規(guī)模和時(shí)間記錄已經(jīng)能夠幫助我們摸清楚一個(gè)區(qū)域非機(jī)動(dòng)車(chē)方式的功能和需求特征，對(duì)于深入研究道路上的機(jī)非關(guān)系有著突出的作用。比如，局部節(jié)點(diǎn)機(jī)動(dòng)車(chē)流量與車(chē)速不能達(dá)到理論上的一致性，那么就有可能是受到非機(jī)動(dòng)車(chē)或者行人的影響，這在現(xiàn)場(chǎng)是十分容易分辨的，但借助大數(shù)據(jù)卻可以在更大的區(qū)域范圍內(nèi)自動(dòng)篩選出存在這些情形的節(jié)點(diǎn)。

圖6 新能源車(chē)輛出行特征分析及借助停車(chē)場(chǎng)（含出入口）數(shù)據(jù)輔助分析

3 道路運(yùn)行評(píng)估與擁堵篩查

道路運(yùn)行分析和狀態(tài)評(píng)估有交通量、飽和度、車(chē)速及擁堵里程等基本要素，以及通過(guò)特定算法定義的各類(lèi)交通指數(shù)來(lái)描述運(yùn)行狀態(tài)，如上海市的道路交通擁堵指數(shù)和高德的延時(shí)指數(shù)等。此外通過(guò)從時(shí)空上對(duì)比某些基本要素可以分析出特定的交通特征，如根據(jù)流量和車(chē)速的變化分析出某些路段或者交叉口轉(zhuǎn)向的潮汐特征。

圖7 共享單車(chē)的起終點(diǎn)分布示意圖

3.1 車(chē)速的分析

在利用大數(shù)據(jù)分析道路運(yùn)行特征的基本要素里，車(chē)速分析是相對(duì)較為容易實(shí)現(xiàn)的。一是數(shù)據(jù)來(lái)源較多，根據(jù)研究區(qū)域的區(qū)位、業(yè)態(tài)或功能以及交通構(gòu)成特點(diǎn)，可以選擇出租車(chē)、公交車(chē)、新能源車(chē)輛、兩客一危車(chē)輛以及互聯(lián)網(wǎng)地圖數(shù)據(jù)等等；二是只需要一定量的樣本數(shù)據(jù)即可計(jì)算車(chē)速，無(wú)需全樣數(shù)據(jù)，即可覆蓋范圍齊全的路段及網(wǎng)絡(luò)。

車(chē)速是篩選擁堵區(qū)域的最直接有效的指標(biāo)，也是計(jì)算擁堵里程和分析潮汐特征的重要指標(biāo)之一。車(chē)速與交通量、道路容量、飽和度綜合分析，可以用來(lái)評(píng)判道路設(shè)施供應(yīng)及管理有效性。

圖8 車(chē)輛GPS散點(diǎn)車(chē)速與路段車(chē)速分析示意圖

3.2 流量及飽和度

與車(chē)速分析不同，道路交通流量理論上要求全樣統(tǒng)計(jì)，在數(shù)據(jù)的獲取上成本較高而靈活度較低。傳統(tǒng)的人工觀測(cè)，由于成本和工作周期，調(diào)查響應(yīng)速度和時(shí)空覆蓋面都受到制約，人工觀測(cè)也存在不可避免的誤差，且難以回溯；管理部門(mén)的線圈數(shù)據(jù)、視頻采集數(shù)據(jù)，在時(shí)間維度上較為完備，顆粒度和時(shí)間周期都可以靈活獲取，但受限于固定設(shè)施的投資建設(shè)，點(diǎn)位覆蓋度無(wú)法靈活補(bǔ)充?；谀壳暗臄?shù)據(jù)資源，通常需要以設(shè)施采集數(shù)據(jù)為基礎(chǔ)，以缺失點(diǎn)位的人工調(diào)查為補(bǔ)充，并通過(guò)道路交通模型的分配來(lái)模擬完整網(wǎng)絡(luò)的交通量分布。從整個(gè)路網(wǎng)的分析來(lái)說(shuō)，數(shù)據(jù)獲取和模型調(diào)校的工作周期較長(zhǎng)。

與交通量對(duì)應(yīng)的交通飽和度，是建立在對(duì)道路容量的人為標(biāo)定的基礎(chǔ)上的，難以做到全網(wǎng)的精細(xì)化。隨著交通模型與交通管理信息的聯(lián)網(wǎng)探索，對(duì)道路容量的精細(xì)化動(dòng)態(tài)計(jì)算成為可能，未來(lái)對(duì)路網(wǎng)飽和度的評(píng)價(jià)將能夠更加符合實(shí)際情況。

圖9 衡山路車(chē)速（上圖）與擁堵里程（下圖）的時(shí)間變化

圖10 路段流量飽和度及高峰車(chē)速模擬

綜合道路交通量、飽和度、車(chē)速等基本指標(biāo)，從宏觀路網(wǎng)層面高效精準(zhǔn)地聚焦至擁堵片區(qū)、擁堵路段和節(jié)點(diǎn)，為進(jìn)一步的擁堵分析和治理提供了較為全面和客觀的基礎(chǔ)，是大數(shù)據(jù)環(huán)境下交通擁堵分析和研究的最大優(yōu)勢(shì)。

3.3 設(shè)施與管理問(wèn)題的發(fā)現(xiàn)

結(jié)合道路動(dòng)態(tài)通行能力，對(duì)交通流量與車(chē)速的理論一致性判斷，可發(fā)現(xiàn)實(shí)際運(yùn)行中存在的相互干擾情形，包括社會(huì)車(chē)輛之間、公交車(chē)與社會(huì)車(chē)輛之間、車(chē)輛與非機(jī)動(dòng)車(chē)或行人之間的干擾，導(dǎo)致道路實(shí)際通行能力與理論通行能力的差異，進(jìn)而分析設(shè)施在局部設(shè)計(jì)上、管理上可能存在的問(wèn)題。

3.4 運(yùn)行狀態(tài)發(fā)展趨勢(shì)的預(yù)判

以長(zhǎng)期運(yùn)行狀態(tài)監(jiān)測(cè)為基礎(chǔ)，并綜合分析車(chē)輛保有量、公交客運(yùn)量、區(qū)域道路設(shè)施供應(yīng)及相關(guān)政策因素，對(duì)未來(lái)近期交通發(fā)展態(tài)勢(shì)可進(jìn)行預(yù)判。如上海中心城道路交通指數(shù)（月均值）的分析顯示，早晚高峰時(shí)段及晚高峰后時(shí)段交通指數(shù)平均每年增長(zhǎng)5%-7%，加入車(chē)輛保有量因素，并篩選出擬合值較好的路段區(qū)間，可以作為預(yù)判交通運(yùn)行態(tài)勢(shì)發(fā)展的工具。

4 擁堵識(shí)別后的治理思路

4.1 人流密集區(qū)域的慢行交通改善

對(duì)于大數(shù)據(jù)識(shí)別出的非機(jī)動(dòng)車(chē)、行人出行密集區(qū)域，需要關(guān)注寬?cǎi)R路的行人過(guò)街、非機(jī)動(dòng)車(chē)左轉(zhuǎn)、非機(jī)動(dòng)車(chē)二次過(guò)街以及慢行空間問(wèn)題，這些因素與機(jī)動(dòng)車(chē)之間的沖突，將導(dǎo)致安全隱患和擁堵誘因。

4.2 基于潮汐特征的可變車(chē)道措施

根據(jù)路段分方向分時(shí)段的交通量、路段車(chē)速識(shí)別出的具有潮汐特征的路段，根據(jù)道路設(shè)施條件，可以考慮潮汐車(chē)道或者交叉口轉(zhuǎn)向可變車(chē)道措施，并根據(jù)方案預(yù)評(píng)估結(jié)果建議實(shí)施與否。

4.3 公交港灣車(chē)站改造

對(duì)于公交站點(diǎn)前、后路段區(qū)間內(nèi)，社會(huì)車(chē)輛車(chē)速有明顯差異的，結(jié)合道路設(shè)施條件，可以考慮實(shí)施港灣式公交站改造措施，降低社會(huì)車(chē)輛與公交車(chē)停站之間的相互影響。

4.4 其他擁堵治理思路

對(duì)擁堵片區(qū)、路段及節(jié)點(diǎn)的治理措施，還包括交叉口的渠化和信號(hào)優(yōu)化、根據(jù)設(shè)施條件道路擴(kuò)容、增加安全設(shè)施提高交通秩序等方面。

5 結(jié)語(yǔ)與展望

大數(shù)據(jù)環(huán)境下，對(duì)交通需求及道路運(yùn)行狀態(tài)的分析，一是在時(shí)間維度上能夠跨度更廣、更加連續(xù)，并且可以追溯，這使得我們可以減少傳統(tǒng)調(diào)查中的偶發(fā)因素影響，進(jìn)而比較全面地分析各種特征日期、各個(gè)時(shí)段的交通情況，甚至可以追溯當(dāng)時(shí)是否受氣象、交通事件的影響，讓研究和方案的制定更加客觀；二是在空間維度上，研究的覆蓋面更廣，尤其是信息化建設(shè)較為完善的城市或區(qū)域，使得研究者可以從宏觀的層面入手，以上帝視角掌握區(qū)域交通需求和道路交通的運(yùn)行情況，快速聚焦擁堵區(qū)域和節(jié)點(diǎn)，減少漫無(wú)目的的掃街，或者可以在現(xiàn)場(chǎng)調(diào)研時(shí)更加有針對(duì)性，提高研究效率；三是從供需匹配的角度，通過(guò)對(duì)比公交車(chē)、小汽車(chē)的車(chē)速，分析流量與車(chē)速關(guān)系，分析非機(jī)動(dòng)車(chē)的需求分布，除了能夠自動(dòng)篩選出擁堵區(qū)域、路段和節(jié)點(diǎn)外，還能夠幫助分析擁堵的成因，為研究治理方案打好基礎(chǔ)。另一方面，大數(shù)據(jù)的助力，只是幫助快速聚焦和輔助分析，并不能完全替代現(xiàn)場(chǎng)的調(diào)研，當(dāng)前階段對(duì)路面現(xiàn)場(chǎng)的調(diào)研和交通體驗(yàn)對(duì)于擁堵治理仍然是十分重要的。

圖11 上海每月不同時(shí)段道路交通指數(shù)變化圖

圖12 上?？焖俾诽卣鲄^(qū)間交通指數(shù)發(fā)展趨勢(shì)擬合曲線圖

總的來(lái)說(shuō)，大數(shù)據(jù)環(huán)境為道路交通擁堵治理和交通環(huán)境改善研究提供了更廣闊的視野，要素分析的時(shí)空覆蓋更全面，為擁堵治理智慧化模塊化提供了可實(shí)現(xiàn)的基礎(chǔ)。但同時(shí)，目前發(fā)展階段也還存在迫切需要完善的方面，如信息采集與共享、管理聯(lián)動(dòng)等方面。未來(lái)隨著基礎(chǔ)信息的進(jìn)一步完善、信息共享機(jī)制的健全、治理工作的聯(lián)動(dòng)，道路交通管理工作也將朝著更加高效、科學(xué)、精準(zhǔn)和越來(lái)越精細(xì)化的方向發(fā)展。