喻志军：基于公共交通大数据的城市交通系统对策模型体系研究

作者：喻志军 湖南省委党校第63期中青一班学员、长沙市交通运输局党组书记、局长

摘要：随着我国智慧城市建设的不断发展，城市交通系统面临着重大挑战。在解决由快速城镇化引发且趋于严重的城市交通问题、克服现阶段交通系统存在的瓶颈方面具有重要意义。本研究在梳理城市交通系统发展历程的基础上，分析了我国在城市交通系统发展现状以及存在的问题，其次构建了城市交通系统对策模型体系，探索发现城市公共交通覆盖策略影响因素和公众出行规律，结合上述分析构建了公共交通政策分析模型和公共交通出行识别模型。最后提出了推进城市交通系统优化建设发展的几点建议，从而为城市公共交通的中长期发展规划的政策制定，智慧交通建设提供借鉴。

关键词：公共交通；大数据；城市交通系统，对策模型体系

引言

随着我国国民经济的迅速增长及现代化进程的加快，城市交通需求不断增加，城市交通规划不断优化，交通空间饱和度增大[1-3]，部分城市的中心城区或核心地段的饱和度甚至超过1.0。我国城市交通的出行方式也经历了自行车主导、机动车/非机动车混行、机动车主导的转变[4]。城市交通不断向智慧化建设发展，也要注意到，城镇化的快速进程引发了居民出行机动化，尽管绿色出行的方式也在慢慢的快速普及，但城市交通问题依然趋于更加复杂。城市交通系统供需严重失衡，交通事故、交通拥堵、道路规划混乱、线路设计不合理等一系列城市交通问题不断涌现。当前，我国城市交通处于交通结构转型期和建设火热期、城市交通系统的供需矛盾很大；在快速城镇化、出行机动化的双重压力下，单靠道路建设无法满足机动化出行需求。为缓解城市交通系统问题应最大程度上发挥城市道路以及城区建设的价值和功能，提升城市道路的利用率，满足多样化需求的同时应当注重区域协同、制度创新、科技赋能，从而优化城市交通系统。

01 城市交通系统发展现状

结合我国当前现阶段的城市交通系统发展状况来看，其发展受到众多主客观因素的制约，导致其开展智能化建设的基础还较为薄弱，但是随着我国社会经济及智能化技术的不断进步，也在一定程度上促进了城市交通系统的发展。接下来结合所研究的问题，从以下两个方面介绍城市交通系统发展的现状。

(一)公共交通政策分析方面

公共交通政策是对解决公共交通问题、改进交通运输方案、填补交通网络漏洞的治本之策。当前部分城市，针对公交发展目标存在“一刀切”现象[5]、由于城区发展受部分产业以及商业的影响不同，部分政策分区划分较为笼统，并未体现不同地区交通发展的差异性。同时由于政策体系不健全、政策实施保障不到位等造成的影响，公共交通发展在网络规划、财政扶持、方案落实等方面仍存在模糊性，没能正确把握公共交通同城市发展之间的关系，不能通过交通政策引导城市中各种交通方式发展。

(二)道路交通信息系统方面

城市交通基础设施信息化管理较为薄弱，重要交通基础设施的数据资源以接入为主，且部分视频监控摄像头清晰度不高[6]。同时，现有信息采集体系覆盖不全，存在部分交通设施断面信息缺失等问题，尚不具备多维监测、精准管控、智能网联、协同服务能力。尚未形成完整的交通云数据资源体系，数据资源运营管理能力不足，无法实现各类交通信息系统与云平台的无缝对接。信息系统互联互通程度不高，导致数据资源过度分散，难以形成支撑全行业共享应用的基础信息资源体系，无法满足新时期智慧交通的发展需求。

02 城市交通系统对策模型需求分析

结合城市交通系统发展现状分析，如何构建城市交通系统对策体系对其建设发展有着重要意义[7-9]。城市交通系统对策体系的构建，为城市交通规划与管理方案决策以及交通信息流的获取提供支撑。具体表现如下：

(一) 支撑城市交通规划与管理方案决策

城市交通系统需要能够突破当前城市智能交通系统建设的技术瓶颈，真正将交通大数据用于提升城市交通系统规划、建设、管理水平。基于相关理论模型、系统软件、测试平台，突破交通大数据应用由“交通状态感知”上升为“出行需求认知”的关键技术，形成可为诸多政府决策环节(如城市土地利用、交通政策制定、交通设施建设、交通管理控制等)提供精细化、定量化、可视化、快速反应的决策支持模式，确保“城市交通大脑”具有“交通优化的思维能力”。

(二) 支撑城市交通信息流的获取

城市交通对策模型的建立能将现有城市公共交通运输系统人流、设备流、信息流统一建设形成网络，把出行者、运载设备、固定设备与道路数据形成完整的体系综合协调运作。

三流形成并网，将有利于城市交通信息流的获取，同时对公共交通政策的制定提供支撑。公共交通网络辐射、多流并网建设，能促进多元化综合公共交通体系的建设。

03 城市交通系统优化对策研究

图1-城市交通系统对策体系

以公共交通大数据中心为基础，实现运行监测、协调调度、信息服务、监测数据、数据管理等功能。具体对策包括：①在交通源头，采用以公共交通为导向的城市土地开发模式，降低交通需求，合理制定交通政策，引导城市综合交通系统的供需平衡；②在交通设施建设过程中，构建以轨道交通为骨干的城市综合交通网络体系，加强城市综合交通体系的综合协同，优化交通供给；③在交通末端，发展公共交通优先的城市智能化交通管理系统，提高交通系统的通行效率。在具体的实施过程中，需要精明的交通规划、精致的交通设计、精细的交通组织、精准的交通管控等措施，最终实现城市交通系统从“增量积累”到“存量发展”、从“能力建设”到“效能提升”的功能性转变。

3.1 公共交通政策分析模型

基于理论模型的认知和含义公共交通政策分析理论模型，其把政策过程划分为六个步骤其：首先，通过对问题情境的分析，初步界定政策问题；其次，明晰政策问题，确立政策目标；再次，针对政策目标，搜寻备选方案，并对其进行设计和筛选；第四，对各备选方案的前景和后果进行预测；第五，根据预测结果，评估各备选方案的优劣；第六，对政策实施后所产生的效果进行评估，最后，确保政策的公开性。政策分析是一个运用各种科学技术分析问题情境，解决政策问题的过程。因此，政策分析方法的适用与否对能否有效解决政策问题举足轻重，方法论的研究有助于科学决策的推行，避免重大失误。

图2-公共交通政策分析模型

3.2 公共交通出行识别模型

公交出行数据作为包含用户出行时间和用户出行时空信息的数据，能够很好的反应出公交路线和排班安排的合理性，同时也是解决公交运力不足和运力过剩问题的最有力的数据。为支撑城市交通信息流的获取，建立公共交通出行识别模型。其主要步骤如下：

数据预处理：

①数据结构：在涉及的公交数据中，包括公交的静态数据和公交运行中的动态数据，其中静态数据包括公交车信息数据、公交线路数据等如表1所示，一般是由相关工作人员对站点的经纬度的采集录入得到的。

表1-公交静态信息数据结构表

②数据修正：原始数据通常情况下杂乱无章，还存在许多因录入、采集时导致的不可避免的错误，如缺失数据、重复数据、错误数据等，要想利用这些数据进行下车站点的推测和对乘客出行模式的识别，需要对原始数据进行预处理工作。除此之外，由于原始数据中不包含乘客的上车站点，而在乘客的下车站点推测中需要利用乘客的上车站点，因此在进行下车站点推测前，需要先对乘客的上车站点进行识别。

图3-公共交通出行识别模型

乘车上车站点识别：

采用基于时间匹配的方法对乘客的上车站点进行识别。首先提取IC卡乘车记录中的车辆IDCarIDaboard、刷卡时间Taboard，并通过车辆ID与运营车辆进行关联；然后从车辆进出站数据中获取该车辆的所有进站数据Busin、出站数据Busout，进而根据刷卡时间Taboard和该车辆在某站点的进站时间Busin、出站时间TBusout来确定该车辆的趟次；最后通过该趟次的进站站点ID与站点数据进行关联，得出乘客刷卡上车的站点。其算法步骤如图4所示。

图4-乘客上车站点识别算法步骤

基于出行链的下车站点推测：

(1) 乘客出行链模式构建

如下图5所示，乘客出行链模式主要分为四种，完整闭合出行链模式、半闭合出行模式、断裂出行模式、无规律出行模式。其中圆圈代表站点，实箭头线表示乘坐公交，虚线表示存在其他不可观测的交通方式。

图5-四种出行链示意图

(2) 基于出行链的空间衔接判定

从上述出行链中抽象出四种空间衔接关系，进而根据两次刷卡记录之间的空间衔接关系，推测出前次刷卡记录的下车站点。本节定义的四种空间衔接关系为：完全连续型、偏移连续型、中间断裂型、最终断裂型；将乘客出行链中相邻两次的乘车记录的空间衔接关系进行了介绍，并介绍了相对应衔接关系的下车站点推测思路。其中值得一提的是，当相邻乘车为偏移连续型时，若相邻的乘车记录的时间小于时间阈值时，则认为该次乘车为换乘行为。

改进的下车站点吸引度概率模型：

(1)基于不同时段客流量的下车概率：

利用不同时段的客流量对下车概率计算是利用公交出行的对称性和时段性进行的，上行路段早高峰时段的各站点吸引度可以利用下行路段中晚高峰的各站点上车客流和晚高峰所有站点的上车客流总量的比值得到，对于晚高峰则反之；对于平峰时段则利用平峰时段的各站点上车量与所有站点的上车总量的比值得到。除此之外，在计算不同时段某站点上车的乘客的各站点下车概率时，只需要考虑对应时段该线路运行方向下游的各站点的上客量和总量。

(2) 基于乘客出行距离的下车概率：

乘客乘坐公交出行影响因素中的重要一点为乘客的出行距离，由于在公交中每一站的距离相似，因此将出行距离用出行站点数代替。有研究表明，居民乘坐公交出行的距离概率分布服从泊松分布，则站点a到站点b的下车概率Wab的计算公式如下式。

(3) 乘客个人下车站点推测：

在考虑个人下车站点时，首先通过站点吸引度概率计算出各站可能下车的人数，然后根据可能下车人数计算各站点的下车概率，并随机选择一条乘车记录按概率最大的站点推测其下车站点，然后更新各站点可能下车的人数和各站点的下车概率，最终循环所有乘车记录，得到未知行程乘客个体的下车站点。

04 城市交通优化建设发展建议

交通强国建设战略目标是要推进交通治理体系和治理能力的现代化。在此背景下，以数据大脑为代表的智能交通管理系统正在引领交通管理的技术发展方向。如何优化城市交通系统发展建设，本文结合研究内容给出如下建议：

(一)优化城市交通系统标准体系

城市交通系统是各项技术的集成体，要想促进其发展，首先就需要考虑其标准化体系的构建，结合实际的发展情况及需要，采取先进超前的措施，对城市交通系统进行深入智能化研究，并根据智能交通系统的发展规律及方向，确定超现实的技术指标及要求，使技术要求及指标一直处于符合要求的状态，具备随时做出调整及优化的条件。

(二) 优化并升级城市的交通管理系统

随着我国社会经济的不断发展，提升了群众的生活质量，传统的城市交通管控手段已经不再适用于现阶段交通发展的需要，经常会出现交通拥堵问题。人口增多导致车辆增多，车辆使用率也逐年提升，这也在很大程度上造成了交通混乱的情况。针对这一问题，提升城市交通的管控水平至关重要，要结合实际交通问题优化城市的交通管理系统，为城市智能交通系统的发展奠定基础。

(三) 重视大数据驱动的交通模型构建

交通信息大数据要以物联网及云计算这两种先进现代化技术为基础和前提，构建成全新的现代化技术。这些技术的应用都为城市智能交通系统的构建及发展提供了依据。在实际应用的过程中，对于数据的有效收集、储存及计算是交通大数据处理的最中心功能。在此基础上，交通大数据通过其数据解析技术能够对这些数据进行整合，构建系统功能模型，有助于优化和完善城市智能交通系统。

05  结语

参考文献

[1]王炜,薛美根,王媛等.交通规划与管理决策支持系统的研发应用——中国城市交通发展论坛第24次研讨会[J].城市交通,2020,18(1):102–113.

[2]廖姜.城市交通建设体制机制优化研究——以重庆市主城区为例[J].中国工程咨询，2022,(09):99-102.

[3]杨忠来.城市道路交通安全设施对交通安全的影响及具体对策[J].汽车实用术,2022,47(15):191-194.

[4]王超深,陈坚,靳来勇.“收缩型规划”背景下的城市交通规划策略探析——基于情景分析及动态规划理念的启示[J].城市发展研究,2016,23(08):88-94.

[5]周丽艳.探析城市轨道交通规划与城市规划的互动关系[J].工程建设与设计,2017(08):95-96.

[6]乔俊杰,李星.城市慢行交通规划管理与控制策略探析[J].智能城市,2018,4(17):79-80.

[7]宋金龙,张金斗.数字交通支撑智慧城市建设研究[J].智能城市,2022,8(06):13-15.

[8]吴瑞玉,张军,董葵.基于数据驱动的智能交通管理系统评价体系研究[J].道路交通管理,2022,(03):30-33.

[9]李佳芯.让城市道路交通管理智慧、高效[J].道路交通管理,2022,(03):84-85.

[10]陈昕.智慧交通管理系统的设计和使用[J].交通世界,2021,(34):125-126.