大數據時代城市智能交通系統發展方向

溫慧敏，全宇翔，孫建平

(北京交通發展研究院，城市交通運行仿真與決策支持北京市重點實驗室，城市交通北京市國際科技合作基地，北京100073)

大數據時代城市智能交通系統發展方向

溫慧敏，全宇翔，孫建平

(北京交通發展研究院，城市交通運行仿真與決策支持北京市重點實驗室，城市交通北京市國際科技合作基地，北京100073)

伴隨大數據時代的到來，新技術與新思維必將引發城市交通學科的重大變革，首先是城市智能交通領域。從交通系統的基本屬性、交通大數據發展特征、城市交通發展的基本理念和戰略出發，深入剖析中國智能交通系統研發與應用存在的隱憂和傾向：高端智能決策支持欠缺、車聯網技術研發泛化、理論創新匱乏、系統建設依舊各自為政未形成合力等。強調城市智能交通系統的發展必須服從城市交通發展戰略的需要，充分利用大數據技術。最后，提出未來智能交通系統的發展方向和系統建設任務。

智能交通系統；大數據；發展方向；互聯網

0 引言

隨著《大數據時代》一書風靡全球，短短數年之間，大數據產業風暴帶來的信息技術革命不僅悄然改變了人們的生活和工作，甚至還改變了人的思維方式。今天，我們正在從小數據時代的抽樣分析向大數據時代總體數據分析轉變；由數據精確化向數據容錯設計轉變；由探索現象背后的因果關系和內在機理，向注重從海量數據中發掘事物之間復雜關聯關系的轉變；機器信息處理方式由自然思維向智能思維轉變。大數據技術基于復雜關聯數據網絡，找出隱藏于各類系統中各個組成部分間以及它與外部環境之間相互糾纏、互為因果的復雜相關性規律，這一特性與城市交通問題的研究內容和特點高度契合，所以城市交通系統作為城市功能開放復雜巨系統之一，必將成為大數據應用的熱點。

毋庸置疑，伴隨大數據時代的到來，新技術與新思維必將引發城市交通學科的重大變革，首先受到沖擊的是城市智能交通領域。傳統的智能交通系統著眼于將先進的信息、通信、電子、控制、傳感等技術綜合運用到交通系統中，在大數據時代思維的沖擊與碰撞下，其研究方法與理論基礎將發生深度變革。本文旨在辨析當前智能交通系統技術研發存在的隱憂，通過變革與傳統碰撞引發的一系列思考，厘清城市智能交通系統發展思路，探討大數據時代城市智能交通系統發展方向與建設任務。

1 交通系統與交通大數據

1.1 交通系統的基本屬性

交通系統是復雜的開放巨系統，信息不對稱的基本屬性決定其高效運轉和管理必須依賴于數據驅動和實時反饋控制。大數據時代的來臨為此帶來了前所未有的機遇和挑戰。

從基本構成來說，交通系統分為三大系統(見圖1)：1)交通參與者子系統，包括交通的規劃建設者、管理者、服務對象等；2)交通網絡子系統，包括交通網絡的布局、各級交通網絡的級配結構、網絡中的路權分配等；3)出行和運輸子系統，包括公共汽車、軌道交通、小汽車、步行、自行車、貨車等。

交通系統與外部環境系統相互影響和緊密依存，具有六大屬性：1)系統開放性，所有進出系統的交通參與者均無須約定；2)隨機性，交通參與者進入、退出系統的時間和地點，介入方式均是隨機的；3)系統構成要素的依存與制衡關聯性，系統內部各子系統之間既相互依存又相互制約；4)系統與外部環境的依存與制衡關聯性，系統與外部環境，特別是社會經濟水平、城市規模、城市空間形態與功能配置，乃至社會人文均相互依存和制約；5)需求二重性，短時間內難以調節控制的剛性原生需求與可調節控制的彈性派生需求并存，需求還兼具不可預測的隨機性和可預知的規律性；6)信息不對稱性，系統參與者大多是在不了解系統實施整體狀況的情況下介入系統，介入者之間行為信息無交換。

1.2 交通大數據發展情況

交通以移動為基本屬性，隨著移動互聯網的快速發展，傳統交通信息采集的技術瓶頸被突破，對交通系統構成要素(人、車、路、環境、土地、經濟等)的采集精度、頻率以及樣本量得到顯著提升，因此交通數據也邁入了大數據行列。交通大數據不僅具備大數據的4V特征(數據量大Volume、種類多Variety、價值密度低Value、更新速度快Velocity)，更有獨特的3C特征(復雜性Complexity、時空連續性Continuing、關聯性Connecting)，凸顯交通大數據蘊含的人及貨物的流動與區域和城市發展的深層交互關系。

截至2016年12月，中國網民數量達到7.31億人，其中以手機用戶為主體的移動互聯網用戶6.95億人，占網民總量的95.1%[2]。基于互聯網平臺開發的交通運輸服務手機應用已涵蓋個人出行、公共交通、貨運、鐵路、民航、租賃、維修等多個領域，據統計相關熱門手機應用約60余款，累計下載量超過50億人次。中國手機用戶13.06億戶，以七號信令為主的移動網絡信令數據可以作為一種時空連續的出行探測器[3]。以中國移動北京分公司的偽碼信令數據為例，其數據涵蓋1 800萬用戶，每人每天產生53.8條信令數據，在白天活動時段，平均每小時產生信令3個，即20 min可獲取一個時空軌跡點，以個體為單位的出行特征采集和提取已經成為現實。而即將在全國范圍使用的汽車電子車牌，不但可以在車輛高速運動下完成流量和速度檢測，更可以完成身份識別、軌跡識別等，在獲得車輛行駛大數據外，還為未來實現精準化出行調控奠定了基礎[4]。

2 城市智能交通系統發展隱憂

圖1 交通系統構成及與環境系統間的關系Fig.1 Components of transportation system and its relationship with environment system

自智能交通系統理論與技術引入以來，中國在這一領域已取得顯著成就。近些年，智能交通系統建設進入快速發展時期，投資額以年均25%以上的速度增長。2013—2015年，每年智能交通系統市場規模分別達407.99億元，500億元，659.6億元，增長率分別為28.5%，30%，31.92%[5]。以無人駕駛、車聯網、互聯網運輸服務等為代表的新興技術不僅受到資本市場的青睞，也成為許多地方政府規劃建設智能交通系統競相追逐的重點和熱門方向。2015年更被稱為分享經濟元年、無人駕駛汽車元年。

然而，以城市交通系統總體戰略大局觀冷靜審視，蒸蒸日上的局面背后則是前景迷蒙、隱憂猶存，令人不禁對城市智能交通系統發展的方向產生一些疑問：迄今智能交通研發與應用是否與城市交通發展模式契合？發展方向是否與城市交通可持續發展戰略方向完全一致？

2.1 智能交通未“智”在高端決策

《中國智能交通行業發展年鑒(2015)》以及政府文件中有關智能交通系統發展的評述，都表明智能交通系統應用的主要方向集中在交通運營管理、信息服務方面。而體現大數據價值與力量的戰略與規劃決策層面上的智能化應用，卻鮮有成功案例。在“三系統、兩支撐”智能交通體系中[6]，有所建樹的也只是面向道路交通管理和出行在途誘導服務的智能運行管理系統和智能運輸服務系統，而真正面向交通與城市協調發展宏觀戰略與規劃智能化決策的高端智能決策支持系統則乏善可陳。當前既存在混淆交通信息化與智能化，誤以信息化代替智能化的錯誤傾向；也存在一味熱衷于單個子系統(例如道路、公共汽車運行子系統)個別服務范疇(運行組織管理和出行在途信息服務)的初級(低端)智能決策支持，而無意著眼于更為重要、也更為復雜的綜合交通大系統運行動態智能干預理論技術體系建設的傾向。實現真正面向全體交通參與者，并基于對大系統內外環境全因素交互作用機理的智能交通決策支持系統建設還任重而道遠。

2.2 以治標技術治本

長期以來，車聯網、車路協同系統以及無人駕駛一直是智能交通領域技術研發的主攻方向，政府與市場投入不斷升溫。然而這些研究方向的本質都是基于物聯網技術感知復雜環境，獲取大數據的一種手段，旨在處理人(主要是機動車使用者)—車(主要是小汽車)—路三者的協同關系。必須承認這些新興的物聯網技術對于改善行駛安全、在特定時空范圍有條件地提升道路通行能力有一定作用。但是如果把它看作是平衡交通供需關系的有效工具，甚至是解決城市交通擁堵的治本之策，難免誤入與城市交通基本戰略原則相悖的歧途。

眾所周知，現代交通戰略以資源節約、環境友好和社會公平為基本原則，力主不斷擴大集約化運輸和綠色出行服務供給，改善人的生存活動空間，提升城市運轉活力(City Mobility)，而不是追隨個體機動車無節制的交通需求、一味增加道路供給。城市運轉活力絕不等同于道路機動能力(Road Mobility)。即便僅就道路空間資源的合理利用和空間活動保障而言，也并非只是處理機動車道內人—車—路的協同關系，而是要實時動態地妥善處理道路及周邊范圍不同空間層次(空中、地面、地下)、不同交通方式(步行及自行車出行、多元化的公共客貨運輸及個體機動交通)的空間公平分享以及交互銜接關系。不僅如此，還要處理道路及周邊范圍交通與城市整體功能運轉的協同保障關系。因此，車路協同系統不僅未考慮道路功能結構、拓撲結構的動態改變對車輛駕駛人行為(即實際需求)的反制作用效果，更忽視了其他非道路類的交通基礎設施配給結構與分布對道路使用者的潛在影響。

當斯定律(Downs Law)指出：“在政府對城市交通不進行有效管制和控制的情況下，新建的道路設施會誘發新的交通量，而道路交通需求總是傾向于超過道路供給”[7]。可見，在城市智能交通系統發展中，把技術與財力資源過分集中用于車聯網、無人駕駛、車路協同等物聯網技術的研發，確實值得商榷。

2.3 重技術研發，輕理論創新

隨著大數據、云計算、物聯網技術的廣泛應用被列入“十三五”時期規劃中，引發智能交通行業對新技術的研發熱情，仿佛一夜之間依靠新的技術手段就可以解決城市交通面臨的種種窘境。

在此一定要避免否定理論作用的經驗主義。不要忘了不管數據的規模如何，大數據總會受制于自身的局限性和人的偏見。有人認為采用大數據挖掘，不需要對數據提出任何問題，數據就會自動產生知識。這種觀點非常不可取。無論是大數據技術，還是為智能交通系統研發的感知、仿真技術，都是對交通系統基礎理論與基本方法的傳承、創新和應用服務。大數據和“第四科學范式”的出現，并非一概否定傳統理論(例如，系統內部結構機理、與外部環境的依存交互制約關系、需求二重性等)和傳統方法(例如，基于數理統計的模型應用)。同時，大數據改變了數據的內涵，也改變了計算的內涵，針對個人和群體行為研究的社會計算(social computing)和高頻度、高粒度的個人活動與社會狀態記錄數據的獲取，無疑將大大拓寬交通研究的視野，必然引發交通戰略、規劃、決策理論上一系列的變革與創新。而目前在這方面的理論創新，特別是在交通與城市互動關聯理論的創新上還處于空白狀態。

2.4 各自為政，未形成合力

目前，智能交通系統建設中各個子系統多采取分而處之的策略。例如，智能交通信號控制系統與公共汽車智能運營調度系統通常是兩個獨立的系統，并未統籌融合。表面原因是多源異構數據處理存在一定困難，數據共享與公開受到政策掣肘。但更深層的原因是對城市交通系統內在的依存與互動關聯性認識不足，沒有借助大數據量化手段探究各交通子系統內部之間的相關關系及影響因素。也正是基于此，智能交通系統處理城市交通供給與需求平衡關系還只局限于對交通子系統各自運行狀態的干預，并未進行有機融合、建立反饋控制、形成治理合力。

3 智能交通系統發展方向

大數據時代，智能交通系統建設面臨的種種隱憂源于在技術變革與傳統思維碰撞的過程中，對新技術產生盲目崇拜，以至于對經典理論方法的價值產生疑惑，陷入“大數據時代，理論已終結”的認知誤區，迷失發展方向。大數據的科學研究是第三研究范式還是第四研究范式姑且不論，它本質上主要研究事物相關關系和總體態勢，但并非完全放棄對因果關系的探求和對事物演變機理的分析，不能改變和顛覆現有對于城市交通屬性的基本認識，更不能背離城市交通發展戰略方向。因此，城市智能交通系統的發展必須服從城市交通發展戰略的需要。

3.1 城市交通發展戰略著眼點

城市交通發展戰略主要著眼于交通發展模式，即如何處理好幾大關系：系統外延擴充與內涵改造的關系；交通與土地使用、空間布局的協調關系；交通供給規模與城市經濟社會發展的適配關系；交通發展與城市環境、資源的協調關系。同時，把交通結構和城市空間布局兩大結構調整作為實施城市交通發展戰略的基本途徑。

在制定城市交通發展戰略時針對交通系統服務的開放性和系統介入的隨機性，首先要考慮解決信息不對稱問題，保障參與者行為決策的正確性。針對交通系統的內在交互制約性，要以系統的整體協同效應為著眼點。而針對系統與外部環境的交互性，要以交通、城市功能配置、城市空間三者的相互依存關系為著眼點。針對交通需求二重性(隨機性與可控性)，著眼于交通結構合宜性及“頭尾并重”的需求管理體系(對已經出現的交通需求實行“尾部”控制，對交通需求的源頭實行宏觀調控)[8]。

3.2 城市智能交通系統發展方向

城市智能交通系統的發展必須服從于城市交通系統的整體發展戰略。在智能交通系統建設中最為關鍵的環節是頂層設計，頂層設計是解決系統發展目標、方向、任務的問題。因此智能交通系統頂層設計必須與城市交通系統的發展戰略相一致，即智能交通系統發展的目標、方向、任務符合城市交通系統的需求。

城市進入大數據時代，智能交通系統的發展目標應是充分利用互聯網、移動互聯、物聯網等新一代信息技術，以全面感知、泛在互聯、普適計算、集成應用與人工智能應用為支撐，實現對城市交通與城市發展的智能化協同，對人的各類個性化活動與物流需求做出智能響應、實現城市智慧管理和運行、保障城市的可持續發展。

理論與技術創新的主要著眼點應該置于：各類交通參與者(戰略—政策—規劃—建設決策者、系統運行管理者、系統服務對象)行為主體個性特征及空間環境適應性的研究；交通運行環境與城市空間環境的關聯適配關系研究。

4 基于大數據技術的智能交通建設任務

4.1 動態監測與趨勢跟蹤評估判別

大數據具備高頻率特性，這使得解決城市交通系統中所有參與者行為決策正確性的問題成為可能。眾所周知，要解決此問題必須建立在對城市系統的認知和判斷實時且時空連續的基礎之上，既要有歷史數據還要有實時數據。同時，這種認知既關注交通系統自身各組成子系統協同運行態勢，也同時關注交通大系統外部環境狀態與變化趨勢。

1）交通系統外部環境動態演進趨勢自動跟蹤監測。

利用空、天、地一體化的物聯網監測手段，對城市交通系統外部環境(例如，城市空間拓展與土地利用、人口與就業分布、資源與環境容量等)與城市交通系統之間長期相互影響的動態變化趨勢進行監測。

2）基于個體行為差異識別的需求子系統狀態實時檢測與演變趨勢的連續跟蹤監測。

傳統數據獲取方式往往通過出行抽樣調查，分析方法是抽樣采集、建立模型、修正模型。而大數據是通過全樣本數據進行相關分析提取敏感因素，再根據敏感因素建模。因此，大數據技術具備探究不同個體活動差異性規律的條件。例如擺脫基于傳統四階段法分析的約束，建立一套以多源異構全時空數據采集及行為決策關聯數據網絡為基礎的可伸縮模型體系，揭示各類活動行為決策因素及量化的關聯性規律。

3）各類服務子系統實時運行狀態自動監測。

互聯網、移動互聯網、物聯網是大數據之源，不斷向交通大數據層匯聚數據。通過挖掘這些大數據，發現城市交通各子系統(例如道路系統、停車系統、軌道交通系統等)的需求(負荷)時空分布特征，實時監測各系統運行狀況及服務水平，實時監測擁堵點段聚集與消散的動態變化。

4.2 基于人機交互的系統診斷

針對城市交通系統內部各子系統間交互制約性，通過大數據的多源異構數據融合處理分析，在人機交互的模式下實現智能交通系統中各子系統智能化交互和基于系統整體的協同一致。針對城市交通系統與外部環境的互動關聯性，通過大數據的量化手段，準確把握城市交通、城市空間、城市功能配置三者之間關聯關系，并通過人機交互的模式，實現這些互為因果的復雜關系的可視化。

1）交通需求演變與城市發展互動關聯性識別。

通過大數據技術的支撐，智能交通系統可以對不同時期、不同交通供給方式對城市空間布局演變態勢的影響進行評估；對城市通勤圈擴展態勢及關聯因素進行相關性分析；對交通投資規模與城市社會經濟水平進行關聯性分析。

2）各子系統運行狀態交互作用關聯性識別。

以大數據為基礎，智能交通系統要著力解決各子系運行狀態之間相互關聯的分析處理。例如對基礎設施功能級配結構與客貨運輸(含無組織的個體出行)方式結構關系的分析；對動態交通與靜態交通之間的相關性量化分析；不同運輸子系統之間的交互影響；中心城—市域—都市圈—大區域各層次綜合交通運輸系統間的交互作用與關聯性分析等。

3）系統運行波動與故障(突發事件)自動檢測與診斷。

通過大數據提取城市交通系統運行狀態敏感因素，例如道路功能級配結構、拓撲結構、交通組織方案、交通管制及意外事件，并對這些因素之間的關聯關系進行量化分析，在出現系統波動時及時自檢測并給出診斷結果。

4.3 戰略、規劃、政策、實施方案決策支持

實現連續不間斷、時空無空白的監測，為精準診斷提供技術支持；實現人機交互的精確診斷，為精準治理(資源利用和資源開發)提供技術支持。最終在大數據的推動下實現系統自學習功能，以人機交互方式實現交通系統干預者決策行為智能化。

1）對既往交通發展戰略、規劃、政策或某項具體對策方案的實施效果跟蹤評估和滾動修正、完善。

以前只能通過交通調查或者傳統交通分析方法去評估交通政策、規劃的實施效果，不但實時性差，結果也不準確。應用大數據技術通過新型交通仿真系統檢驗交通戰略、政策、規劃、運行保障實施效果，并對政策、規劃、戰略的科學性和執行力做出有針對性的意見反饋，反饋結果再次輸入到系統進行評估，如此往復滾動修正直至最終完善。

2）基于需求自動反饋的交通對策方案實時與非實時響應。

交通需求管理與道路交通管理及交通綜合運輸管理有機融合，實現雙向管理。通過大數據可以精確反映交通需求二重性動態變化。例如，通過智能交通系統實現基礎設施供給方案生成和優選，實現基于實時動態定價等智能技術的需求管理和訂制服務實時響應，實現交通運行方案實時動態調整等。

4.4 智能服務誘導與主動式安全保障

大數據時代可以精準分析運輸服務對象的偏好和需求，利用超級運算能力為其提供智能的一站式“套餐”運輸服務，真正實現多模式運輸的無縫銜接。貨運配送向無人化和實時響應方向發展，主動式安全保障成為運輸服務的標配。

1）新型一站式“套餐”交通服務。

為交通使用者提供一個面向不同交通服務系統的統一入口，通過整合各種服務系統資源，整合運營服務信息，為出行者提供個性化的多方式一站式運輸服務，滿足人們多層次、差異化的服務需求。例如，通過一個統一的入口實現出租汽車、公共交通、公共自行車統一付費、聯乘安排，計算一次出行碳排放，鼓勵減碳出行組合等。

2）智能物流配送系統。

大數據時代，不只限于配載信息服務與運輸組織調度智能化，而是以個體行為為對象，更多關注物流配送需求實時響應和無人自動配送等新型系統的研發。例如，著名的7-11便利店在美國與無人機快遞服務公司合作，通過GPS數據與客戶訂單信息相融合，利用無人機將食品及藥品配送到客戶手中，至今已經成功完成77次[9]。

3）主動安全保障。

除了基于車路協同技術和無人駕駛技術的個體道路機動出行服務系統之外，要重點關注集約化大眾運輸服務，特別是軌道交通運行安全保障以及貨運主動安全保障技術和系統。

5 結語

大數據時代，智能交通的發展并非一概否定傳統理論和傳統方法。應清醒地認識城市交通的基本屬性，秉持城市智能交通系統的發展必須服從城市交通發展戰略需要的理念，把握正確發展方向，充分利用大數據時代的數據和計算變革，對交通參與者行為主體個性特征及空間環境適應性、交通運行環境與城市空間環境的關聯適配性等開展深入研究，并以此為基礎建設基于人機交互、全面診斷和高端智慧決策的智能交通系統。

致謝感謝北京交通發展研究院全永燊教授在本文撰寫過程中給予的悉心指導和斧正。

[1]潘柱廷，程學旗，袁曉如，周濤，靳小龍.CCF大專委2016年大數據發展趨勢預測：解讀和行動建議[J].大數據，2016，2(1)：105-113.Pan Zhuting,Cheng Xueqi,Yuan Xiaoru,Zhou Tao,Jin Xiaolong.Developing Trend Forecasting of Big Data in 2016 from CCF TFBD:Interpretation and Proposals[J].Big Data,2016,2(1):105-113.

[2]中國互聯網信息中心.第39次中國互聯網絡發展狀況統計報告[R].北京：中國互聯網絡信息中心，2016.

[3]中華人民共和國工業和信息化部.工業和信息化部關于電信服務質量的通稿(2016年1號)(工信部信管函(2016)37號)[EB/OL].2016[2016-12-10].http://www.miit.gov.cn/n1146285/n11 46352/n3054355/n3057709/n4704651/c5146097/content.html.

[4]劉燦.對于推行電子車牌對交通的影響的研究[J].知識經濟，2015(1)：57.

[5]中國產業調研網.2016年中國智能交通行業現狀調研及發展趨勢預測報告[R].北京：中國產業網，2016.

[6]中華人民共和國國家發展和改革委員會.國家發展改革委員會交通運輸部關于印發《推進“互聯網+”便捷交通促進智能交通發展的實施方案》的通知(發改基礎[2016]1681號)[EB/OL].2016[2016-12-10].http://www.ndrc.gov.cn/gzdt/201608/t20160805_814075.html.

[7]Downs.Stuck in Traffic:Coping with Peak-Hour Traffic Congestion[R].Washington DC:The Brookings Institution,1992.

[8]全永燊，潘昭宇.建國60周年城市交通規劃發展回顧與展望[J].城市交通，2009，7(5)：1-7.Quan Yongshen,Pan Zhaoyu.Development of Urban Transportation Planning:Looks Back&Ahead at 60th Anniversary of P.R.China[J].Urban Transport of China,2009,7(5):1-7.

[9]張帆.7-11便利店在美國用無人機送了77筆外賣[EB/OL].2016[2016-12-30].http://tech.sina.com.cn/i/2016-12-21/doc-ifxytqax6920126.shtml.

Developing Trend of Intelligent Transportation Systems in the Era of Big Data

Wen Huimin,Quan Yuxiang,Sun Jianping
(Beijing Transport Institute,Beijing Key Laboratory of Urban Transport Simulation and Decision Making Support,Beijing International Science and Technology Cooperation Base of Urban Transport,Beijing 100073,China)

With the advent of big data era,new technology and new ideas will certainly lead to a number of significant changes in urban transportation system,especially for Intelligent Transportation Systems(ITS).Focusing on the characteristics of transportation system and transportation big data,the concepts and strategies of urban transportation development,the paper discusses several potential and noticeable problems such as lack of high-level decision-making support system,overgeneralization of internet vehicle technology,insufficient innovations in transportation theory,ITS system construction without integration,and etc.The paper points out that ITS development should be line with urban development strategies and take a full advantage of big data technology.Finally,the paper outlines the development directions and key tasks in ITS development.

Intelligent Transportation Systems;big data;developing trend;internet

1672-5328（2017）05-0020-06

U491

A

10.13813/j.cn11-5141/u.2017.0504

2016-12-18

科技北京百名領軍人才培養工程“交通特征挖掘團隊”(Z161100004916021)、北京市科技計劃項目“基于偽碼信令數據的京津冀出行分析關鍵技術和系統”(Z161100005116006)、北京市科技計劃項目“北京市路況信息融合與統一發布示范平臺”(Z161100001116094)

溫慧敏(1974—)，女，博士，教授級高級工程師，副院長，主要研究方向：交通規劃、智能交通。E-mail:wenhm@bjtrc.org.cn