本文乃個人觀點，拋磚引玉，為紀念深圳市路內停車試點片區正式收費，開啟了高成本的用車時代。
一、 現狀與發展形勢截至2014年6月，深圳市機動車保有量達到288萬輛，同比增速超過17%，每年約增加半個香港的機動車數量，增量數字驚人。預計至年底，保有量將超過300萬輛，成立繼北京之后，第二個超過300萬輛機動車的城市。按常住人口計算，深圳每千人擁有汽車274輛；按道路里程計算，深圳每公里道路上超過420輛。由于深圳市域面積小，約為北京的1/8，廣州的1/4，上海的1/3。因此深圳市的機動車密度位列全國之最。由于北上廣均已推行“限行限購”增量控制，深圳密度第一的勢頭將越走越遠。
目前中心城區高峰期平均車速24.5公里/小時，這個數字2010年是26.4公里/小時。軌道里程由一期的22公里，增加至二期的178公里，規模增長不可謂不大，車速在2011年一度提升至27.6公里/小時，但是道路運行車速不給力，僅維持一年多，就回到了2010年的運行水平。從另一個角度說明了，小汽車轉向軌道的增量，不如其它方式轉向小汽車的增量更為迅猛。
按照現有的發展形勢，深圳若沒有大動作，預計2017年，機動車保有量將突破400萬輛；2020年，將突破500萬輛，形勢不可謂不嚴峻。深圳有望取代北京，獲得“首堵”稱號。
深圳一直在捍衛“自由開放”的城市立命之根，又在維持交通暢通、保持競爭力的城市發展之本。決策者在堅持“自由開放”的信念之時，如何保持城市暢通，支撐其偉大信念，成為擺在交通工作者面前最大的難題。
二、 30年來國際城市治堵經驗總結30多年來國際城市治理交通擁堵的經驗，無非是“供”與“需”之間的博弈。在城市發展初期和中期，增大“供”；在城市發展成熟期，調節“需”：
第一階段：90年代以前，道路基建投資占90%以上，公共設施作為輔助的發展模式。
第二階段：上世紀90年代至2000年，面臨資源的約束，公共交通開始興起。
第三階段：近10多年來，道路投資和公交投資基本平衡，交通需求管理和智能交通開始興起。
第四階段：近幾年及未來趨勢，TDM，TSM，公共交通，用地規劃等綜合的措施，打組合拳是發展趨勢。
國內一線城市發展較為迅速，先后步入了第四階段，但處理手段各不相同，均在探索一條適合中國特色的發展道路。而深圳仍在堅持其城市立命之本，探索全新的治堵模式。
[page]伴隨城市規模快速擴張、城市蔓延發展、軌道交通成網運營、用地開發約束等發展條件，大城市綜合交通環境日益復雜，傳統城市交通評估技術體系面臨如何拓展評估邊界、深化評估技術、提升評估頻率和多元視角評估四個關鍵問題。在此背景下，使用傳統的調查和數據分類統計建立四階段宏觀模型等技術方法已經不能適應新時期對于城市交通綜合評估的要求。近年來大數據作為國際研究與發展的新熱點，將相關傳統領域數據量大、價值較低的數據聯系起來，提供遵循數據存儲—數據分析—趨勢預測的全新研究思路，為城市交通綜合評估技術的升級再造提供方法和路徑。
交通領域大數據組成及特征
交通大數據組成
除居民出行調查、道路交通量調查等傳統調查方法以外，多渠道的交通數據來源將為交通模型提供海量多元的非關系型數據。這些數據最初用于其他目的，而后被引入交通分析評估。交通大數據可分為六大類：1)人的移動，包括手機信令、位移、導航軟件、叫車軟件等；2)車的移動，包括出租汽車、公共汽(電)車、客車、貨車的GPS移動數據；3)定點檢測，包括地感線圈、地磁數據、視頻控制、車牌識別、交通特殊吸引點的門禁流量等；4)交通收費，包括停車收費數據、聯網收費數據、IC卡數據、出租汽車軌跡數據、公路與鐵路車站收費數據等；5)交通安全，包括交通事故類型、事故處理及位置等數據；6)傳統基礎，包括用地規劃、交通網絡、社會經濟和交通需求等。
交通大數據特征
客觀性。大部分數據不需要訪問被調查者，而是由傳感器主動獲取，可保證數據的客觀性；能發現靜默者，包括老人、小孩或者較不活躍者。
多元性。不同渠道的數據從不同方面反映交通特征，數據之間可以相互校核。
穩定性。可以在多個時段對調查目標反復驗證，降低極端數據的干擾。
準確性。縮減抽樣、訪問、填寫、錄入等人工操作環節，提高數據準確性。
廉價性。數據獲取成本較傳統調查低廉，檢測設備一次投入可反復使用，而大量數據原本用于其他目的，經數據轉換后可成為交通分析數據源。
交通大數據應用現狀
盡管大數據在交通領域的應用剛剛興起，中國大城市的交通研究機構，高德、百度等地圖公司，京東、阿里等電子商務企業均已開展實際應用。尤其是中國主要的交通研究機構逐步開始利用交通大數據，變革傳統的調查方法，使交通分析開始由抽樣數據分析向全樣數據分析轉變。
2006年，深圳市城市交通規劃設計研究中心建立深圳市城市交通仿真系統，成為中國較早運用動態數據實時評估交通運行狀態的城市。2010年，北京交通發展研究中心推出北京市道路交通指數，將復雜的道路評估用簡單的指數形式呈現給政府和市民，交通數據由政府走向民間。2014年，百度推出春運遷徙地圖，依托強大的地圖和移動終端用戶數據為用戶提供及時、全面的春運出行信息，幫助用戶更好的規劃行程。同年，高德交通季度分析報告基于海量歷史路況數據，分析出不同區域在不同時段內的擁堵延時指數，首次推出主要城市擁堵延時指數排名。
運用城市運行產生的多源大數據，包括浮動車GPS、公交IC卡、固定檢測線圈(視頻)、車輛識別系統、手機移動數據等，在一定程度上代替原有大規模的交通調查方式，有效節省城市交通分析的成本并提升工作效率。同時，傳統方式無法實現的調查，如長時間不間斷調查、公交IC 卡和移動終端追蹤等，通過大數據挖掘得以實現。
城市交通綜合評估技術
一般而言，城市交通綜合評估主要包括城市綜合交通的發展現狀評估、實時運行狀態評估、發展趨勢預判、多方案戰略測試評估四方面內容。但是，中國大部分城市均基于四階段理論建立市區宏觀交通模型，為綜合交通規劃、專項規劃和政策研究提供分析依據。模型數據一般通過傳統的居民出行調查、交通量人工調查等方法獲取；模型的評估范圍一般也僅限于市區級和交通內部的評估。
如果說大數據推動數據獲得方式的轉變是技術變革，那么大數據帶來城市交通綜合評估技術的轉變，進而推動規劃設計、政策研究的思路轉變，則是社會變革。城市交通綜合評估技術，將從評估邊界、評估深度、評估頻率和評估視角等方面取得新的突破。
綜合評估技術總體框架
下圖立體闡述城市交通綜合評估從城市到區域、從宏觀到微觀、從靜態到動態以及從土地到環境的四大轉變：1)拓展評估邊界，即城市—區域—都市圈；2)深化評估技術，即宏觀—中觀—微觀；3)提升評估頻率，即靜態—動態—融合；4)多元視角評估，即土地—交通—環境。
按照數據—模型—評估—決策總體思路，系統構建城市交通綜合評估技術體系框架。總體包括四個部分，即多元融合的大數據中心、多層次一體化交通模型系統、多視角交通綜合評估技術、多用戶決策支持與信息服務平臺。
城市交通綜合評估的立體維度
城市交通綜合評估技術體系的邏輯框架見下圖。其中，多元融合數據中心是系統基礎，多層次一體化交通模型是核心技術，多視角交通綜合評估是主要方法，多用戶決策支持與信息服務平臺是終端應用。
城市交通綜合評估技術框架
主要技術與理論方法
大數據的引入使得城市交通綜合評估技術的核心交通模型機制得到進一步革新，核心模型在空間范圍和時間維度上均得到深度拓展，涉及的理論與技術主要包括：1)城市與區域一體化模型銜接的理論，出行概念的新定義；2)宏觀、中觀、微觀交通模型尺度的無縫轉換，混合模型的同時存在；3)可以細分出更多的人群，重新定義出行目的；4)為非集計模型的標定提供更多樣本和影響因素；5)推動基于活動鏈的交通需求預測技術的發展；6)在傳統核查線等數據基礎上發掘更多的交通數據校核方法，如車速校核、停車位供給等對小汽車出行的校核；7)進一步延伸核心模型的評估領域，如土地、環境、安全、經濟和運營等。
依托大數據融合拓展評估邊界，實現由城市到區域轉變。
突破模型界限，建立區域(戰略)—市域(宏觀)—片區(中觀)—節點(微觀)多空間層次、一體化交通模型系統。城市模型向省域(區域)模型轉變。利用移動終端、高速公路聯網收費、公路客運、鐵路客運等數據，支持基于人的大區域出行頻次確定、目的地選擇等模型關鍵參數的標定。
依托大數據挖掘深化評估技術，實現由宏觀至中微觀轉變。
利用精細化的建筑普查和用地規劃數據，建立針對片區的中觀交通模型。全局采用中觀(車隊)仿真，顯著提高仿真效率；局部采用微觀(個體車輛)仿真，提高仿真精度；二者混合仿真，實現效率與精度的平衡。
依托大數據監測提高評估頻率，實現由靜態到動態轉變。
提升模型時效，構建動靜態數據融合的交通模型系統。利用浮動車GPS數據和流量檢測數據，建立交通運行指數。實時評估道路、公交運行狀況。支持交通評估由按年度評估至實時評估的轉變。
依托大數據關聯拓展評估視角，實現從單一視角向外部多元視角延伸。
延伸模型功能，建立集土地、交通、經濟、環境、運營等多功能于一體、復合型交通模型系統。利用土地規劃數據、浮動車GPS數據和城市交通模型，從交通的源頭構建土地與交通反饋模型；對交通的外部影響進行分析，建立交通排放監測平臺、交通與經濟效益分析平臺、交通運營與管理分析系統等，實現交通的源頭分析及對內部、外部影響的評估。
應用實踐
深圳市依托交通大數據的融合與挖掘，相繼構建一體化多層次交通模型體系、覆蓋全市域的道路交通運行指數系統、交通排放監測平臺和城市交通仿真系統(關鍵走廊、樞紐和軌道交通車站等)，改進交通規劃技術支持、增強交通決策管理方法和提升交通信息化服務水平。
改進交通規劃技術支持
交通規劃技術流程再造
傳統交通規劃建立在間隔時間較長的大規模城市綜合交通調查基礎上，規劃時效性低。通過融入實時采集的動態交通信息，建立多層次一體化的仿真模型平臺，將仿真技術手段運用于城市交通規劃設計、運行評價、方案技術比選以及交通規劃政策決策中，建立基于動態信息的動態交通規劃技術流程，推進交通規劃從靜態規劃到動態規劃轉變，提高城市交通規劃決策的科學性和整體效率
區域戰略交通分析與片區精細化交通分析技術支持
既有模型體系對于支持區域戰略分析和片區精細化分析方面存在不足。需要在市域宏觀模型的基礎上，重點開發區域模型和中觀模型。區域模型重點用于都市圈、區域性交通發展政策、跨境重大設施規劃等技術分析(見圖3)。中觀模型重點用于片區層面交通改善措施、規劃方案分析、交通設施設計詳細交通分析等。區域模型和中觀模型的建立完善了多層次交通模型系統，形成了完整的交通規劃技術支持體系，滿足不同空間層次的交通規劃技術支持要求。
增強交通決策管理方法
交通運行實時動態監測
通過建立道路交通運行指數系統，全面監測城市整體交通運行水平，評估分析各片區、地段、道路的交通狀況，日常交通運行指數的變化規律。作為交通環境評估工作的重要依據，深圳市首次在國內建立交通碳排放監測平臺[8]，實現對全市范圍不同區域道路交通排放指標、水平的動態監測。交通實時動態監測為政府部門選擇交通改善片區、制定停車收費政策和需求管理政策等決策，以及交通應急指揮等提供重要依據。
深圳市交通排放監測平臺示意
決策預案多因素綜合評估
依靠多維度交通模型系統及交通評估技術，對交通決策預案進行多視角、多因素的綜合評估分析，改變當前項目決策重點依靠交通評估為主，缺乏環境、成本、運營、安全等方面評估的現狀，使評估決策更加科學合理。在進行停車收費及調價機制等重大政策評估中，除分析政策的交通影響因素外，也對政策帶來的經濟、環境等方面的影響進行全面綜合評估。
交評項目規范化管理
通過建立交通影響評價應用管理平臺，統一交評基礎數據要求、技術方法流程和輸出文件格式，實現交評技術工作的標準化和規范化，提高工作效率，保障交評技術工作的可信度。評估結果通過標準化報告文件格式輸出，可直接作為交評項目上報政府審批的文件材料，規范交評項目審批。通過交通影響評價應用管理平臺，政府實現由以往定性、經驗式管理向定量、科學化管理轉變，提升了建設項目管理水平。
提升交通信息化服務水平
多渠道實時交通信息發布
深圳市交通運行指數系統已經通過電視、網站、微博、彩信等多種渠道對外發布實時交通狀況，同時通過歷史數據的不斷積累，可以在時間軸上展示宏觀指數與重大歷史事件的關聯。另一方面，深圳市交通排放監測平臺通過專題網站進行發布，并建立二次開發接口，第三方機構可以通過HTTP協議的API(空氣污染指數)，實時抓取各片區交通的排放量。
出行路徑規劃包括出行前路徑規劃和出行中動態路徑誘導。前者指用戶可在出行前通過交通運行指數系統選擇出行路徑，根據出行者出行起訖點選擇，系統將為用戶推薦合理出行路徑。后者用于長距離、長時間出行中，應對出行前規劃出行路徑的交通狀況可能產生的顯著變化，為出行者提供新的出行路徑。通過大數據平臺建立基于多源數據融合的虛擬可變信息屏(Variable Message System, VMS)，在用戶出行過程中，系統將根據道路交通運行狀況的變化動態調整用戶出行路徑，使用戶在整個出行過程中全程避免擁堵路段，出行路徑始終保持最優。
結語
深圳市通過深度挖掘交通運行產生的多源異構數據，建立集統計、關聯、預測于一體的交通大數據分析平臺和專題評估子系統，形成面向多層次、多領域應用需求的一體化綜合交通模型體系，支持城市交通綜合評估技術從城市到區域、從宏觀到微觀、從靜態到動態、從土地到環境的四大轉變。大數據在深圳市近5年的城市交通綜合評估中得到較好應用與實踐。展望未來，綜合交通評估將在交通安全、交通環境及交通運營等角度切入，進一步深化與拓展城市交通綜合評估技術。
京公網安備 11010502049343號