郭继孚：大城市交通仿真发展难在哪儿？

　　Tranbbs消息：3月29日下午，由交通7+1论坛理事会主办、公安部交通管理科学研究所、科进英华(北京)智能交通技术有限公司承办的交通“7+1”论坛第三十四次会议在清华大学召开，本次论坛的主题为：动态交通仿真理论应用与发展。北京交通发展研究中心主任郭继孚从大城市交通仿真发展所遇到的问题为核心点进行了发言。

以下为文字实录：

郭继孚：大家下午好!这个论坛是这么多论坛最技术性的论坛，讨论了好多技术问题，我就来点通俗的，大家都在问，大城市交通仿真怎么这么难呢?见不到一些实效，到底难在哪儿?向大家汇报一下体会。

北京交通模型已经做了很久了，91年参加工作就开始做，英国资助北京给了一点钱，将英国BPTS软件引入到北京了，来了一个团队帮助我们做。95年亚行给了钱接着做，陆续下来项目就一大堆了，北京这个模型分了好几级，最上面是包括北京全市域16000平方公里范围的模型，微观层面可以做到很小的区域。问题决定的，当考虑基础数据平台层面的问题，更关心北京怎么样发展?北京大的交通网络怎么样布局?微观仿真模型的问题关心这个路口的车怎么样走?线怎么样划?周干峙部长在论坛上提过一个问题，能否找几个把西直门的立交桥好好研究研究，好好做一个仿真找出一个解决方案，需要在这个层面上解决，涉及到车辆的行为，涉及到道路的划线，甚至跟坡度、视线都有关系，到目前为止，这几级的模型都有了，而且每年都在做，做得很辛苦，为什么要做呢?从2000年开始，持续下来年年做调查。今年马上要启动新一轮大调查，05年进入到8万户家庭，问到大年龄，男的、女的，收入有多少，有车没车，每天干什么去，怎么样去的，什么时间等等一系列的问题。

美国和日本十年做一次，我们国家每年做一次来不及，因为城市发展很快，跟东京当年也没有差多少，只是说现在处于快的阶段，出现问题也是很理解，东京那时候也出现了这么多问题，问题的背后是什么，需求变化太快了，刚刚做完的调查，第二年、第三年，结果没有分析完，数据就已经过时了。流量和核查线的调查，花了很大的精力做这些事情。北京在修地铁，覆盖多少人群，有多大的客流量，标准应该定多少。比如地铁情况，甚至很高级别的人物说，不要做了，这种工作还做有什么用呢?做完以后再几个站限流了，那个站设计得没那么大，刚一建成跟做规划的情况完全变了，天通苑做了5万人，那个地方的人好几十万人了，跟专家讲得模型一点关系没，跟预测技术也没有关系，完全是交通之外的事情，也是规划的问题，是规划参数的设置问题，说仿真不行，我们做仿真其实不能仅仅就技术论技术，要想把仿真这件事情做好把外围的事情也得梳理好。

因为背后的任务量确实是蛮大的，有的时候巢湖我们的想象，我们做市域范围之内，把市域范围内土地、房屋、就业、产业，学校、车辆放上，按照我们的出行规律从那个点到那个点，这就是OD数据，北京市16000公里划成一百个小区就太大了，一万乘一万就是超级大的矩阵，怎么样得来，怎么样获得这个数据，如何反映北京现实，又跟得上变化的，也有很具体很微观的东西，立交桥怎么样算，这个地方人是怎么样来的，地铁车站在这儿，公交车站在这儿，人怎么样从旁边的建筑到这儿来了，是否需要考虑这么细，做仿真是否要考虑这些问题，要看什么样的问题。如果说从宏观的角度来讲，影响北京市市民选择公共交通的因素有哪些?其中有一个步行的距离，离家门口车站特别远，大家不愿意去。在这个地方有没有自行车的停车场，一样会影响，到那儿骑自行车，回来丢了，如何在模型当中体现，细致到什么样的程度。是否把每个站台在路网当中考虑，把每个人的行驶路径考虑进去，如果这样做的话，北京市路网16000平米的路网做下来，节点是几十万个节点，几十万个节点，把2000多万人行驶过程放到网上，这个问题是几乎无法完成的，我相信在座的各位有很多的专家，一定会知道的，现有计算机的手段其实基本上是不太可能完成这项工作的，一定要简化，一定会把模型分层。这是微观的动作。

像奥运会，我们会把各个场馆的微观的东西做出来，我们纲要和需求管理限号这些东西都可以用得到，这是京东早晚潮汐做了公交专用道，压力很大，市领导看到国外的情况，觉得应该这样做，面临一个巨大的问题，从通州到东三环有大量的人流进城，每天早高峰八通线地铁限流，压力非常大，通州京通快速路非常堵车，开一条公交专用道，让公共汽车一站到达，分流八通线地铁，当时决策面临三个核心的三个问题，交管部门很大的担心，本来这么堵，开一条专用道，这个地方更堵了，是否会造成东部的大瘫痪呢?公共汽车从这一端到那一端，不能停，在里侧开有没有这么多人坐呢?如果公共汽车开了以后，大家都空车跑，这样做了以后能否缓解八通线的压力呢?需要事先回答，这就是交通模型的作用，引以自豪的，在模型支撑基础下做得很好，减少八通线地铁早高峰断面客流降低一千人，结果就是这样的，这样的安排不会造成东部交通大瘫痪，没有造成瘫痪，数据结论有人坐，不会空着，这些是模型的工作，事实上可以起到这样的作用。

再给大家举一个现实的例子，我们有很多的高层人士呼吁，北京市交通这么堵，能否西二环东二环建一个地下道，我们做完的结论是不行，主要领导很不高兴，作为专业的机构来讲，不赞成做这样的路，为什么不要这样做呢?不仅仅是说这样的工程做下来最低的深度，地下隧道最低的地方达到负60米，运营问题等一系列的问题，关键问题能否解决问题呢?能否让二环路畅通起来，我们的结论几乎不可能。我们的领导听了以后很不高兴，非要听专家的意见，怎么会没有效果呢?二环边上修了那么宽的路，分流了二环路，我们发现三环路流量移到二环，四环移到三环，五环移到四环，网上的流量会重新分布，靠南北向增加道路的能力，分担北京市路网巨大需求情况下，其实就能明白它的作用是很有限的，减了一条车道并不会形成整个交通瘫痪，这就是交通，绝不是靠原来传统靠脑子思考这样的问题，靠网络仿真技术回答问题，这也恰恰说明了仿真工作的重要性，要做的东西非常多，我认为最核心实际上是这个，我们在快速发展城市背景下，如何把人口经济、环境这些因素能够考虑出来，这是第一点。

第二，在这样的情况下，我们怎么样知道人的行为特征，做城市仿真交通过程当中需要认真回答的问题和研究的问题，在这个方面上我们国家做得非常少，尤其是一些基础性的工作是很弱的，2010年所做的人口普查，也不瞒大家讲，五年所做的大调查交通数据实际上也没有开发，我们也只是有效范围内开放，当前我们国家信息公开现实，这些问题都导致怎么样向前走，恐怕是说不光是技术的问题，研究行为一样的问题。在高校里边有多少人研究交通行为呢?其实真的是很少。从论文里边，中国的交通部一样，不一样的结果呢?我们有没有交通运作的规律和行为的参数呢?前面的专家讲，像美国SCM的东西，我们是没有的，像样的科研项目都是没有的，更不用说成果了。这是非常大的问题。

我们在技术上也是一个很大的问题，在这样大规模交通仿真，环境也是很大的问题，我们还有很多的办法，也有很多的机遇，我们的机遇来自大数据时代，这种数据很有可能变得很现实，我们去年做了一件事情，最后被媒体炒黄了，就是用手机。每个人现在都有手机，商业目前市场地图，不知不觉都知道你住在哪里，工作单位在哪里，因为在后台已经非常清楚了，涉及到个人的隐私，智能手机装得软件已经自动同意把隐私告诉他了，我们到现在为止手机数据其实并没有能够用上，这些其实给我们一些，我相信在未来，在移动互联的时代，大数据支持我们能够快速获得2000万人行为规律，这是非常大的机遇，在这方面这几年发展得非常快，像马云这方面的投入，用北京的数据实现这样的功能效率提高不是几倍、几十倍的问题，应用挑战也是很多的，比如说浮动车，把北京市交通运行情况能够梳理出来，背后再看会发现，原来做得交通调查，五年做一次，只能选某一个月份做一个礼拜就不错了，交通系统从1月份到12月份差异性是非常大的，每一天差异性，周末周日交通状况都不一样的，这些因素包括一天24小时，夜间很畅通，白天很堵，能否模拟这样的过程，每个路段和区域仿真能否做到，提出很高的要求。基于大数据新的移动物联的时代跟原来完全不一样的，一年365天每天运营状况，这一天是超标，这一天严重拥堵，这一天是畅通的，基于这一点，明天的交通状况什么样，明天因为有一些什么样的特殊的因素交通瘫痪，是否做出预先的安排，当然是可以的，这些给我们的交通仿真提出一些新的要求，北京IC卡数据一天两千万次，上车刷一次，下车刷一次，上车刷了一次，下次不用刷，这些数据如何利用起来，有多少人换乘，有多少人聚集，这样的时代可以进一步完成。这样的蓝图有那么一天我们可以坐到实验室里边，像运行飞机一样微观到具体的道路上，对整个网进行实时的控制，这样的时代会有一天到来，在座各位共同努力下实现。