摘 要：城市交通擁堵現(xiàn)象已經(jīng)嚴重影響了城市經(jīng)濟發(fā)展速度。城市經(jīng)濟要高速發(fā)展，必須解決城市交通擁堵問題。交通大數(shù)據(jù)是反映城市路況的關鍵信息，是描述城市交通現(xiàn)狀的精準畫像。為此，本研究圍繞交通大數(shù)據(jù)，分析了城市交通擁堵中的大數(shù)據(jù)類型，以及大數(shù)據(jù)緩解城市交通擁堵的應用方向，并提出了應用大數(shù)據(jù)技術緩解城市交通擁堵的積極策略。希望能夠借助交通大數(shù)據(jù)的深度挖掘，為城市交通管理提供可參考、價值更高的數(shù)據(jù)資源，緩解城市交通擁堵現(xiàn)象。

關鍵詞：大數(shù)據(jù)；城市交通；擁堵緩解；智慧交通

中圖分類號：U495；TP391.41 文獻標識碼：A 文章編號：2096-4706（2019）04-0114-03

Application of Big Data in Urban Traffic Congestion Alleviation

LI Yan

（School of Computer Science，Sichuan Technology and Business University，Chengdu 611745，China）

Abstract：Urban traffic congestion has seriously affected the speed of urban economic development. With the rapid development of urban economy，urban traffic congestion must be solved. The big traffic data is the key information reflecting the urban road condition information，and it is the accurate portrait describing the urban traffic situation. For this reason，this study focuses on traffic data，analyses the types of big data in urban traffic congestion，and the application direction of big data to alleviate urban traffic congestion，and puts forward the positive strategies of applying big data technology to alleviate urban traffic congestion. It is hoped that the deep mining of large traffic data can provide reference and higher value data resources for urban traffic management and alleviate urban traffic congestion.

Keywords：big data；urban traffic；congestion mitigation；intelligent transportation

0 引 言

大數(shù)據(jù)資源在城市交通管理方面的應用已經(jīng)越來越廣泛，借助交通大數(shù)據(jù)資源來總結、統(tǒng)計、描述城市交通擁堵的規(guī)律，可以為緩解城市交通擁堵提供參考數(shù)據(jù)和解決思路。為了優(yōu)化大數(shù)據(jù)解決城市擁堵現(xiàn)象的方法，本研究提出了在城市擁堵治理中運用大數(shù)據(jù)的方向和措施，現(xiàn)做如下分析。

1 城市交通擁堵現(xiàn)象研究中的大數(shù)據(jù)類型

1.1 行業(yè)數(shù)據(jù)

行業(yè)大數(shù)據(jù)是對城市擁堵信息的評估。這些數(shù)據(jù)是由網(wǎng)絡平臺，或者定位數(shù)據(jù)、導航數(shù)據(jù)匯總后，對當前城市擁堵信息做出的評估。例如，GPS系統(tǒng)對出行車輛的評估，或者滴滴打車軟件對當前城市交通出行車輛的預測。當外部行業(yè)大數(shù)據(jù)對城市當前的車輛信息做出總結后，可支持城市核心交通網(wǎng)絡管理系統(tǒng)管理決策和判斷，是極為重要的行業(yè)數(shù)據(jù)類型。

1.2 峰值數(shù)據(jù)

交通擁堵治理關注的大數(shù)據(jù)類型主要為峰值數(shù)據(jù)。此處所提及的峰值數(shù)據(jù)是對不同城市在早高峰、晚高峰總結出的集中擁堵路段信息，亦或高峰期在主道路干線內的擁堵時間，例如，路網(wǎng)數(shù)據(jù)主要為道路的地理信息，每100米內的平均運輸時長。根據(jù)數(shù)據(jù)判斷是否滿足當前疏散車流的標準，并疏導城市道路擁堵。因此城市交通擁堵的大數(shù)據(jù)信息中并不關注日均數(shù)據(jù)，而是更加關注每天的城市擁堵高峰數(shù)據(jù)。

1.3 行駛數(shù)據(jù)

行駛數(shù)據(jù)是指在城市交通網(wǎng)絡中，當前已經(jīng)出行的浮動車輛的數(shù)據(jù)信息，包括自駕車、出租車、公交車、兩客一危等車輛的行駛數(shù)據(jù)。行使數(shù)據(jù)的獲取主要依靠分布于城市路段的終端傳感器，借助自動識別的融合技術增強數(shù)據(jù)采集和數(shù)據(jù)分析處理能力，綜合評價當前的主要路況監(jiān)測數(shù)據(jù)，并對關鍵數(shù)據(jù)進行整理，為城市路段擁堵提供合理的疏導方案。因此，行使數(shù)據(jù)是來自終端路段的一手信息，可作為治理交通擁堵現(xiàn)象的關鍵數(shù)據(jù)類型。

2 大數(shù)據(jù)在緩解城市交通擁堵現(xiàn)象中的應用方向

2.1 交通出行宏觀大數(shù)據(jù)調研

此前，高德地圖APP平臺在開發(fā)交通大數(shù)據(jù)采集系統(tǒng)之后，與阿里云大數(shù)據(jù)平臺、清華大學-戴姆勒可持續(xù)交通研究中心、清華同衡規(guī)劃設計研究院、交通運輸部科學研究院、DT財經(jīng)等權威數(shù)據(jù)機構深度合作，對2017年度我國的城市交通數(shù)據(jù)做出了宏觀評估，并發(fā)布了《中國主要城市交通分析報告》。這種綜合性評估報告是對城市交通擁堵信息的總結，可宏觀預測未來城市交通發(fā)展，以及某一類大中型城市在交通治理方面的能力。該報告顯示2017年度十大交通擁堵城市分別為：濟南、哈爾濱、北京、重慶、貴陽、深圳、昆明、杭州、大連、廣州。值得關注的是杭州、大連、廣州排名下滑四位，上海位列第11，已經(jīng)滑出排行榜前10位。宏觀數(shù)據(jù)的指導性在于以擁堵緩解明顯的城市作為對比，總結其交通管理方案的優(yōu)勢，繼而在宏觀大數(shù)據(jù)的支持下，為城市交通緩解提供相應的解決方案。

2.2 城市綜合路網(wǎng)大數(shù)據(jù)分析

城市經(jīng)濟高速發(fā)展的狀態(tài)下，每一座城市的汽車保有量都在逐年上升。目前，全國范圍內1/3的城市在高峰通勤時間段存在嚴重的擁堵現(xiàn)象。其中32個城市高峰擁堵延時指數(shù)超過1.8，每通勤30分鐘，額外增加24分鐘時長，累計達到54分鐘總時長。此處提及的高峰擁堵延時指數(shù)是一種綜合評定數(shù)據(jù)，以多種平臺和系統(tǒng)的分析數(shù)據(jù)為前提，處理大數(shù)據(jù)后反映出的實際擁堵情況。數(shù)據(jù)來源更為廣泛和分散，包括人均偏航次數(shù)、道路級配、交叉口間距、道路面積率、路網(wǎng)密度、出行路徑非直線系數(shù)等評價指標。單獨的評價指標僅能反映某一種擁堵類型的引發(fā)條件，無法細分擁堵現(xiàn)象的綜合情況。因此，應用大數(shù)據(jù)來解決城市交通的擁堵問題，最終是以綜合數(shù)據(jù)為指導方向，而非依據(jù)某一種特定數(shù)據(jù)劃分的問題類型。綜合評價城市主要交通路段的規(guī)劃水平也需要借助大數(shù)據(jù)資源來進行系統(tǒng)的數(shù)據(jù)分析和整理，以綜合數(shù)據(jù)評估作為最終的擁堵治理方案底層數(shù)據(jù)類型。

3 應用大數(shù)據(jù)技術緩解城市交通擁堵的策略

3.1 優(yōu)化宏觀大數(shù)據(jù)采集節(jié)點

借助交通大數(shù)據(jù)分析城市交通路況，可在配合云計算的情況下，更為宏觀的采集城市擁堵信息。這種宏觀的大數(shù)據(jù)信息是對于為每一次交通行為的精準畫像。交通大數(shù)據(jù)的信息覆蓋面越廣，對于城市交通擁堵現(xiàn)象的描述也會越清晰。因此，在宏觀數(shù)據(jù)的采集上，更加需要關注節(jié)點信息的采集量，是否能夠支持城市交通大數(shù)據(jù)的分析需求。這對于后續(xù)在交通規(guī)則的制定、道路規(guī)劃修改、市民出行指導等方面的交通大數(shù)據(jù)應用，均具有較高的參考價值?；诖?，必須更為精準和透徹地分析宏觀數(shù)據(jù)，以此作為反映城市擁堵現(xiàn)象的數(shù)據(jù)指標，系統(tǒng)劃分節(jié)點信息的可利用價值，包括人群、頻次、時段、路段、車速，以及早、晚高峰期的擁堵指數(shù)等，均可作為宏觀交通大數(shù)據(jù)的節(jié)點完善方向，為后續(xù)城市交通建設和管理提供系統(tǒng)參考，解決容易造成城市交通擁堵現(xiàn)象的關鍵問題。

3.2 挖掘微觀大數(shù)據(jù)信息要素

挖掘微觀大數(shù)據(jù)信息要素主要是為了總結交通大數(shù)據(jù)的發(fā)展規(guī)律。在每一座城市中，其交通路況信息并非一成不變，而是在發(fā)展過程中產(chǎn)生微妙的線性規(guī)律問題，比如大數(shù)據(jù)信息對于描述城市擁堵現(xiàn)狀、擁堵演變規(guī)律、未來擁堵情況的發(fā)展趨勢等，均為衡量擁堵條件、因素、解決方案可行性與科學性的直接參考數(shù)據(jù)。為此，需要更清晰地劃分城市擁堵數(shù)據(jù)的信息要素，提高已采集信息的精準度。未來需要完善的大數(shù)據(jù)信息要素包括出行效率、擁堵成本、高峰數(shù)值等。一方面，城市交通的微觀大數(shù)據(jù)要素可以按時間段劃分，包括年度、季度、每周、每日的基礎路況信息，可總結出交通擁堵的時間發(fā)展規(guī)律；另一方面，需要從空間角度劃分基礎大數(shù)據(jù)要素，通過將主要擁堵路段和次要擁堵路段進行數(shù)據(jù)分層和整理，增強城市交通擁堵空間的清晰度，指導并規(guī)劃交通大數(shù)據(jù)挖掘的重點和方向。

3.3 完善系統(tǒng)大數(shù)據(jù)共享價值

在借助大數(shù)據(jù)分析城市交通擁堵問題的過程中，最關鍵的在于采集數(shù)據(jù)成本較高。在諸多路段普遍建設數(shù)據(jù)采集傳感器的成本較大，如果僅以政府資金作為建設成本，顯然難以維持長期的數(shù)據(jù)采集業(yè)務。完善交通系統(tǒng)的大數(shù)據(jù)共享價值是優(yōu)化交通路段擁堵信息大數(shù)據(jù)采集的主要方案。這種共享價值在采集交通擁堵數(shù)據(jù)之后，為線下實體提供有利于階段性發(fā)展決策的數(shù)據(jù)信息，然后將交通數(shù)據(jù)采集的成本進行商業(yè)分攤，降低單獨采集和分析處理數(shù)據(jù)的成本，讓交通大數(shù)據(jù)應用降低城市路政開支。例如，在建設機場附近的城市交通基礎設施時，可以引入多個參與主體，包括地面處理公司、航空公司、海關、零售商、空中交通管制部門等。每個參與主體都需要對各自領域的交通大數(shù)據(jù)進行系統(tǒng)分析，然后將數(shù)據(jù)信息共享。發(fā)揮出大數(shù)據(jù)進行對于輔助其他交通事務管理的支持作用。例如，零售商的大數(shù)據(jù)采集可以分析旅客分流情況、機場班次大數(shù)據(jù)分析可以為城市新入客流做出客觀判斷。將諸多終端影響交通情況的大數(shù)據(jù)信息進行共享，有助于交管部門整合交通大數(shù)據(jù)資源，并構建更為合理的交通擁堵治理方案。

3.4 補充城市擁堵管理績效數(shù)據(jù)

在每一次制定城市交通管理方案之后，都需要在擁堵路段進行精準劃分和系統(tǒng)分析。當城市發(fā)展規(guī)劃、管理決策、路政發(fā)展遇到關鍵的決策問題時，往往需要參考以往的交通大數(shù)據(jù)進行參考和對比。通用于當前的數(shù)據(jù)管理信息是在廣泛建立數(shù)據(jù)庫之后，以交通擁堵路段的整理效果為依據(jù)，為后續(xù)發(fā)展提高數(shù)據(jù)決策的支撐和配套。因此，僅以宏觀和微觀大數(shù)據(jù)為依托，也并不能夠完整的支持交通擁堵治理，需要適當補充每一次交通擁堵管理措施出臺之后的實例數(shù)據(jù)，作為可對比的基礎數(shù)據(jù)資源，為后續(xù)的交通擁堵管理提供參考價值更高的數(shù)據(jù)信息，支持城市交管部門提高交通擁堵治理的大數(shù)據(jù)分析能力，并達到真正緩解城市交通擁堵的治理效果。

4 結 論

綜上所述，交通擁堵現(xiàn)象在所有國家、地區(qū)、城市都會發(fā)生，解決城市交通擁堵問題是開發(fā)交通大數(shù)據(jù)資源的關鍵方向。在深度挖掘交通大數(shù)據(jù)資源之后，需要在具體的應用層面完善數(shù)據(jù)應用的措施和方式?；诖?，需要以城市交通擁堵現(xiàn)象的客觀規(guī)律為大數(shù)據(jù)開發(fā)方向，優(yōu)化宏觀大數(shù)據(jù)采集節(jié)點，挖掘微觀大數(shù)據(jù)信息要素，完善系統(tǒng)大數(shù)據(jù)共享價值，補充城市擁堵管理績效數(shù)據(jù)。進而以大數(shù)據(jù)在城市擁堵治理方面的優(yōu)勢來系統(tǒng)分析城市交通擁堵現(xiàn)象的根源，真正解決影響城市交通擁堵的實際問題。

參考文獻：

[1] 萬以恒.關于大數(shù)據(jù)挖掘技術在城市交通疏解中的應用研究 [J].通訊世界，2018，25（12）：294-295.

[2] 陳文彬，王梅.大數(shù)據(jù)在超大城市及城市群綜合交通體系研究中的應用 [J].交通與港航，2018，5（5）：11.

[3] 魯曉燕.大數(shù)據(jù)思維緩解城市交通擁堵理論分析 [J].合作經(jīng)濟與科技，2017（14）：42-43.

[4] 王振坡，朱丹，宋順鋒，等.時間價值、移動互聯(lián)及出行效率：一個城市交通擁堵治理的分析框架 [J].學習與實踐，2016（12）：38-46+2.

作者簡介：李彥（1984.06-），女，漢族，四川達州人，講師，碩士研究生，研究方向：計算機應用。