王殿海：如何通过交通控制手段缓解拥堵？

以下为王殿海教授关于《城市拥堵治理中的交通控制》的演讲视频，请点击观看↓↓↓

治理城市交通拥堵有两个思维逻辑分别为逆逻辑和正逻辑。逆逻辑是现阶段交通治堵的整个思路过程，如图1所示。正逻辑往往是事后总结出来的，不是一开始就有的，如图2所示。

2治理城市交通拥堵的核心

不论是正逻辑还是逆逻辑，核心问题都是解决交通需求，即如何控制交通需求。在城市基本已建设完成、土地利用已基本成形、路网很难再做改变的阶段，能改变的只有交通需求。事实上，交通需求涉及的问题主要是交通结构问题。在居民出行需求不变的情况下，要想控制交通需求，必须控制交通结构。

从交通管理的角度来说，决策者会根据当前的交通需求情况、交通状态和信息来决定采取哪些政策对出行者、交通设施等进行调控来改变交通结构。从广义上讲，这就叫做交通调控，具体的交通调控方式主要有信号控制、行为控制和结构控制。

► 信号控制的功能

信号控制的基本功能是在空间上无法实现分离的地方（主要是在平面交叉口），在时间上给交通流分配通行权，以期达到维持秩序、保障安全、提升效率、优化路权的目的。信号控制的扩展功能是集成交通管理者的管理理念和意图，从治堵的角度，要最大限度地提高交通系统运行效率。

此外，还可从微观、中观和宏观的层面来讲信号控制的功能，微观层面的功能是使交通流以最小的延误通过交叉口；中观层面的功能是使交通流主体顺畅地通过一个交叉口群；宏观层面的功能是能对交通流起到调节作用，使交通流在路网上有一个合理的分布，即实现网络交通流的动态平衡。

► 信号控制系统研究进展及应用状态

关于信号控制系统，经过近30年的跟踪—引进—消化—吸收—创新过程，我国一些企业自主开发的典型高端产品，在功能上已经不逊色于国际经典品牌，甚至在有些方面更具特色，但关键是信号控制系统的应用状态。

我国信号控制系统的应用主要有以下特点：一是大多数交叉口，有控制无优化；二是在部分交叉口，采取单口优化措施；三是有少部分交叉口，采用干线绿波控制；四是很少部分交叉口采取区域协调控制；五是有极少城市采取大区域平衡控制。

► 信号控制系统存在哪些问题

现阶段，我国信号控制系统为什么没有发挥出应有的水平和程度？主要存在以下几个问题：

一是准备不足：基础工作不充分，没有掌握交通流特性（时段性、系统性、相关性），没有基础的交通数据积累等；基础工程不扎实，检测器布设不科学，交叉口渠化不合理，没有对公交站点、停车位进行优化；基本理念不成熟，交通控制的目的不明确。

二是技术力量制约：交通控制需要信号配时、交叉口的渠化、标志标线乃至相关交叉口之间的相互关系协同发挥作用。需要专门的技术力量来设计和操作，但我国目前绝大部分城市信号控制项目的运作过程，是企业承接项目后对各交叉口进行初步调优，项目验收后交给管理部门，后续的设备维护企业可能还会负责，但配时优化和调整一般由管理部门负责。我国交通管理部门专业技术人才严重短缺，致使无力对成千上万的信号控制交叉口进行精心维护。

三是交通行为干扰：信号控制能够最大限度体现配时效果的前提是车辆、行人等能够遵章守法，但由于交通参与者随意性太大，如行人和自行车（电动车）闯红灯、转弯机动车抢行等，这些行为都使信号控制系统难以发挥应有的功能。

四是设施的损毁：我国大多数城市用于信号控制系统建设的投资并不少，但用于系统维护的费用却不足，经常出现大量传感器或通信线路毁损而又没有资金修复现象，导致信号系统不得不降级使用。

五是数据闲置：由于专业人才短缺以及管理机制制约，导致许多城市大量投资所获得的传感数据未能得以充分利用，出现了一方面信号配时缺乏定量依据，另一方面出现数据闲置令人痛心的局面。

六是联网不联控：大多数城市所谓的联网联控实际上是联网不联控。

七是道路网络问题：我国城市道路无信号控制路口太多，干扰信号控制策略，致使协调控制难以见效。

► 充分运用大数据来制定信号控制策略

现在各个行业和领域，包括交通领域都在使用大数据。大数据环境下做信号控制，首先需要分析数据特征。就信号控制系统的数据特征而言，需要具备五个特征：即实时性、可靠性、安全性、大样本和可控制。现在互联网数据具备的几个特征是值得肯定的，例如实时性、大范围和可跟踪，互联网数据可以作为公安交警做信号控制时的参考数据，而不是完全依赖的决策性数据。这些大数据将来的发展趋势一定是带有身份标签的数据，如视频数据、电子标签数据，这些带有标签的数据很可能会改变信号控制的策略。做好信号控制，需要将公安交警拥有的数据和互联网数据相结合。将来信号控制的发展方向是流量优化平衡，达到路网交通流运行效率最高。

► 信号控制中应注意的几个问题

一是信号周期与渠化的关系：一是信号周期越长通行能力就越大？经过实际调研发现，并不是信号周期越长，控制能力越大，设置信号周期一定要考虑信号交叉口的渠化区的长度；二是信号周期和延误的关系。从理论上讲信号周期越长延误就越大，但在现实中，信号周期过小因绿灯损失造成的延误会更大。当信号周期达到一定长度后，其延误最小，此时再增加周期长度，延误就会增大。在信号交叉口，信号周期过大不一定好。确定信号周期要因地制宜，应仔细优化。

二是待转区与通行能力：现在很多城市道路设置了左转待转区，认为可以提高道路通行能力。事实上，左转待转区只有当渠化区内的直行车和左转车发生冲突时才会起作用。左转待转区可以减少左转车道排队溢出概率，但在相同的左转绿灯时间内，并没有增加左转车辆的通过数目，设置左转待转区需要重新计算左转相位与前一个直行相位之间的相位间隔绿灯时间。左转待转区是供渠化区长度不够时使用，渠化区如果足够大，不建议设置左转待转区。

三是绿波控制与通行能力：绿波控制理论上只减少延误不增加通行能力。

► 信号控制的极限

道路网络存在通行能力极值，当路网出现过饱和时，最好的信号控制系统加上最优的信号配时可以实现路网最大通行能力，此种状态称为控制极限。当道路系统达到控制极限时，信号控制系统已经无力增加系统通行能力，所以，此时企图通过信号控制解决城市交通拥堵是误识。如果信号控制不能解决交通拥堵问题，应该怎么办？这时就要考虑采取行为控制的方式。

行为控制不是简单的对违法行为进行控制，而是对整个出行行为的控制。行为控制的目标是需求优化平衡，实现出行者出行效率最高。从宏观上看，拥堵表现为过长的排队；微观上，拥堵表现为过多的延误。在需求一定的情况下，出行者的“囚徒博弈”直接导致了交通拥堵，即出行者对于拥堵的担心导致出行间的冲突。由此可见，拥堵的根源是信息不对称。

当出行总需求不变，个体出行顺序不变，且信号控制系统已按系统通行能力最大进行信号配时，我们如何解决拥堵呢？可采用行为控制为每一位交通出行者规划路权。规划原则是既充分利用保证道路系统能力，又不产生过多出行者排队。要实现这一设想需满足四个条件：一是知道每位出行者的出行路径、出发时间、到达时间；二是绝大多数出行者服从规划诱导；三是保证信息采集和发布的物理条件；四是网络层面的信号优化。

3行为控制的难点和极限

行为控制有几个难点问题：一是实时动态交通分配（DTA）技术问题，如何从规划角度，计算每个出行者应该什么时间出发、走哪条路径；二是出行者的初始行为训练；三是大数据得以真正应用；四是管理部门运行机制的协调。

行为控制如果能实现，随之可能会进一步激发私人小汽车出行，汽车出行分担率会上升。因为网络容量的限制和时间的制约，行为控制的效果有限，其必然随需求增加而达到极限。

行为控制的目标是需求优化平衡，实现出行者出行效率最高。针对行为控制，我们要解决的科学问题是实时动态交通分配（DTA），包括实时交通状态预测，实时路阻计算，实时出行方案规划，奖惩机制构建与实时效果评价。

四、通过结构控制实现交通设施利用率最高的思路是什么？

1结构控制的实质

上文提到过，交通需求是调控的核心。结构控制的实质是通过资源配置和政策实施调整需求结构，降低交通需求总量。

2结构控制的思考逻辑

很多城市治理交通拥堵往往采取以下逻辑：抓住某一调控变量，采用一种调控方法来调控变量，供需变量就会发生改变，比如采取公交优先、限行限号等，小汽车出行减少，公交出行增多，交通状态好转。但这种思路是没有抓手的，最终也很难达到理想效果。要把这种思考逻辑逆过来：先确定一种期望的交通状态，然后再确定调控哪些变量，最终确定可以采取哪些调控方法来实现。这就是通过逆逻辑来解决交通拥堵。

3结构控制的思路和难点

下图为结构控制的系统图：我们可以通过总人口、人均出行率测算出一个城市的出行总需求，总需求在出行路网上又分成步行、自行车、公交出行、地铁、小汽车等。其中地面机动交通的相关数据，如机动车数量等，可以通过传感器得知。我们可以制定路面车辆数的控制目标，经过与实际路面情况对比可知路网是否需要调控。如果需要，可通过资源配置、政策调控变量等来调整出行链的出行成本，当出行成本改变后，出行者会重新考虑采取哪种出行方式。如此往复循环，城市交通逐步达到平衡状态，这种平衡状态就是结构控制的目标。

结构控制的难点是资源配置、交通政策与出行方式链成本之间定量关系的确定。“出行方式链成本”是指从某一地到另一地由多种出行方式串联而成的，其间的换乘、等待也是一种成本。交通政策或资源配置对出行者选择什么样的出行方式链影响非常大。共享单车就是交通出行方式链中的一环，其目的是要解决最后一公里问题，但最终究竟起了多大作用还未做测评。这就是结构控制的难点所在。

结构控制的目标是做到结构优化平衡，实现交通设施效率利用的最高。实现这一目标，需要进行深入的科学研究，如关于资源优化配置的理论研究，包括方式转换成本测算理论与方法，出行方式链形成机制等。

（文 / 浙江大学智能交通研究所所长 王殿海）