首页 > 聚焦 > 聚焦

大数据环境下的城市交通规划与管理,一大波观点来袭(下篇)

2017/6/24 21:20:31 来源:城市交通 0 次浏览


    中国城市交通发展论坛第十二次研讨会于 2016 年 10 月 14 日在重庆市召开,会议重点聚焦“大数据环境下的城市交通规划与管理”,深入讨论城市交通规划与管理领域的大数据是什么、怎么用的问题,进而推进建立行业大数据使用的流程与标准、数据使用与共享的法规与政策以及大数据人才培养的战略规划,最终实现理念与技术的全行业进步。上期小编为各位奉上8位专家的发言,其他专家观点、城市案例请看下篇

重庆市RFID数据分析应用实践

唐小勇(重庆市交通规划研究院)



重庆市在全国城市中较早建设车辆RFID系统。全市约有280万辆汽车装有RFID电子标签,主城区建有600余个路面采集点,主要集中在内环及以内区域,平均间距小于3km,采集的信息包括车辆ID、通过时间、车型、使用性质,平均每天检测到的车辆数约75万辆。


重庆市交通规划研究院基于RFID数据开展了一系列分析及应用探索。一是分析车辆OD。获取车辆全天的出行轨迹,识别停留点,基于停留点对连续的出行轨迹进行切分,得到车辆出行链及每一次出行OD。停留点的识别需要参考前后两次轨迹点的时间间隔、相邻时段通过相同区段的其他车辆的出行时耗。对约72万辆非营运车辆的轨迹切分结果显示,85%的车辆可以有效识别出车辆OD。剩余15%的车辆全天只被检测到1次,或者切分后产生孤点轨迹。


二是利用RFID数据推算全路网车流量。获取RFID车辆轨迹序列后,相邻轨迹点之间采用最短路径进行修复,得到车辆在路网完整的出行轨迹。叠加所有车辆的轨迹,得到每条道路分时段的车流量。此方法可以修复漏检的断面流量,也可以推算出没有检测点的路段及转向的车流量。


三是车辆出行行为画像。建立反映车辆行为的指标体系,从多个维度对车辆进行画像与分类。主要的指标包括车辆出行频率(每月的出行天数)、日出行次数、每次的出行距离、出发时间和出行时耗,多日出行OD及轨迹相似度等。分别针对工作日与非工作日进行指标统计。基于各类指标对车辆进行分类,例如高频率使用车辆、高强度使用车辆、周末使用平日不出行的车辆、通勤车辆等。重庆市主城区小客车的出行特征分析结果显示,全日约68万辆小客车中,12.2万辆具有规律出行特征(50%以上天数具有相同的出行起讫点),占18%。早晚高峰时段41.6万辆小客车中,9.6万辆具有规律出行特征,占23%。


四是在具体的规划项目中开展车辆OD、流量流向分析,为科学制定规划方案提供支撑。例如在重庆市内环高架快速路方案研究中,通过车辆OD分析发现,现状车辆在内环上的行驶距离较短,平均行驶距离为8.5km,中短距离(10km以内)占66%,长距离(10km以上)占34%。基于现状需求判断,提出了规划内环高架的定位是服务长距离交通(集散、绕行、长距离内部转换),与射线快速路共同构成核心区进出城的快速通道,实现长、短距离出行分离,提升运输效率。为此要求巧妙地设置高架出入口,避免短距离出行车辆占用高架道路。另一个应用案例是重庆市沙坪坝商圈交通改善规划,通过区域车辆OD及主要进出通道的流量流向分析发现,商圈过境交通量非常大。早高峰时段区域进出交通量3.2万辆,其中过境量达1.8万辆,占56%。到达及内部外出交通量1.4万辆,其中64%为通勤车辆。基于此分析结论提出商圈缓堵的总体思路:1)分流商圈过境交通;2)解决通勤交通需求,发展公共交通,促进小汽车通勤出行转向公共交通。


未来研究方向包括:一是融合车辆RFID数据与视频卡口车牌识别数据、车辆GPS数据、手机信令数据,拓展更多的应用方向;二是关联更多机动车属性,包括归属地、事故记录、排放等级、使用年限,细分车辆类型,开展更多针对性分析;三是研究基于RFID数据的现状道路交通流仿真模型,部分取代传统四阶段现状模型;四是研究车辆出行活动与城市功能及土地利用的关系;五是研究车辆使用决策机制,例如个人偏好、经济属性、出行目的、停车难易度及费用、道路拥堵程度、公共交通便捷性等外部条件如何影响用户选择小汽车出行。


公共交通大数据存在的问题和困惑

陈学武(东南大学)


按照数据采集、融合、挖掘和应用的流程,东南大学已基本搭建起城市公共交通大数据分析框架。这个框架的主要数据源是公交IC卡和GPS数据,以这些数据为核心,融合其他相关的静态数据,实现了公交运营分析、客流OD推导以及客流特征分析等一系列功能,为线网优化、运营管理提供了一定的决策支持。


在研究过程中,我们体会到大数据之困不在挖掘分析,而在于大数据的采集、融合和应用。首先是采集难。从研究单位来看,最大的困难在于协调难。由于数据涉及的部门很多(包括国土、规划、公安、交警,以及与公交IC卡相关的各个企业和单位),要想获得所有部门的数据非常困难。从研究的深度、广度来看,希望这些数据能完全开放,但现阶段非常困难。其次是数据的融合难,主要体现在不同数据源之间的相同信息可能采用不同的规则定义,甚至不同厂家的同类设备之间也会存在差异,还有一些数据的概念和专业的理解也会存在偏差。最后是应用难,最突出的感受就是验证。我们对大数据挖掘算法做了大量研究,可以说挖掘不难,但是验证难、成本高。


因此,提出以下建议:第一,构建数据共享平台;第二,推动行业数据标准化,加快数据标准化研究,以规范数据定义,统一采集要求,真正实现拓展应用的广度、深度和精度;第三,通过研究对交通模型和大数据进行互动改造,更多的是促进两者之间的有机结合,特别希望在交通模型领域实现模块化的发展,通过通用模块和专用模块组合,提高模型的可移植性。另外,要构建交通模型的大数据接口,将一些成熟的大数据分析模块直接纳入交通模型中。


交通大数据分析的机制问题

杨东援(同济大学)


这个问题由如下思考所引发:第一,从决策角度来看,我们为什么需要大数据?大数据对决策质量有没有很好的提高?第二,交通领域的大数据应用和其他领域应用不一样,是一个公共管理领域的大数据应用,那么如何创建一种良性的技术环境。


站在决策立场上分析大数据的必要性。第一,实际上我们感兴趣的并不是交通模型工程师多了一种工具,主要是决策者要增强自身的观察能力、判断能力和洞察能力。我们现在面临很多新问题,过去主要围绕交通基础设施建设,已经积累了相当一部分经验,而社会管理问题越来越突发,现有经验不足,在这样一种背景下如何及时发现问题。第二,如何在新形势、新阶段正确界定交通系统的任务。当城市进入存量规划阶段,交通可能不仅仅是满足于量,而是交通的质量。交通与活动空间是什么关系,怎样和城市规划进行讨论。当城市进入修复阶段和更新阶段,交通是政府的重要手段,它该如何主动引导城市形成健康的空间结构。第三,需要精细化的对策,有了大数据的技术支持,需要进一步考虑如何做到交通需求管理的精准调控,公共交通系统的精细化服务,道路运行的精明管控。正是有这一系列决策需求,才产生了用大数据分析改造传统交通分析的必要性,产生了将数据资源转化为决策能力,并进一步提升行动效果的必要性。


在这样一些背景下,从战略层面来看,需要大数据是为了做一系列更加有效的决策,因此希望利用大数据更加客观、全面、及时、细致地去看城市交通。在很多规划和管理对策设计过程中,大数据会带来好的转变,同时也会带来话语权的变化,有数据才有话语权,没数据的就没有话语权。所以,要防止少数单位形成数据垄断,从而造成新技术环境下的“一言堂”。要争取在大数据环境下更多的研究者、分析者能够充分发表有针对性的意见,并研究如何让他们基于证据广泛参与讨论并达成共识的方法。


其次,如何营造一种良性的大数据技术环境,主要有以下几个方面。一是大数据分析需要建立规范化的工作流程,在这个过程中有效地防止以偏概全,从技术上提供基于证据的研讨环境。二是形成一系列技术规范,使得分析结果在统一的话语体系内能够有效地交流,参与者能够正确地理解。三是政府支持下的开放性大数据平台要明确建设目标。必须注意到,公共管理领域的大数据公共分析平台是让诸多不同立场、不同观点、不同思维方式的研究单位能够在一个共同的信息环境里充分交流、充分讨论,以保障决策的科学性。四是注意数据的隐私和保护。既要避免对个人隐私的侵犯,也要使数据资源得到有效利用。为此不仅要防范隐私数据的外泄,也要正确界定隐私的定义。希望尽快制定相应的法律法规,以规范各类数据的正确使用。


重视交通大数据来源及应用规范问题

陆原(广州南沙经济技术开发区管理委员会)


现在交通规划领域以数据说话的分量越来越重,特别是大数据的出现和应用,这在二十几年前是不敢想象的。这些交通信息数据如能客观、有效、真实地掌握,那么对出行需求的研究与判断,对交通规划的思维方式、解决问题的方法以及对交通问题的分析思路都会带来深刻的影响和变化。对于大数据应用确实是要引起高度重视,要充分发挥大数据在交通规划中的作用。与此同时,对大数据目前存在的众说纷纭等问题也要引起重视,这些问题会影响对客观事实的判定。


第一,不同来源的大数据是从各个方面用不同手段、不同途径获取的,甚至是其他领域附带性的数据。实际上,我们获得的大数据往往是二次数据,是有关单位通过利用其本身行业信息来源的数据,分析、整理甚至加工得出的表征性指标或表征性数据。这种大数据得出的表征性数据概念的内涵一定要辨析清楚。因此,数据本身的属性或特性需要明确并规范化,否则不同的数据来源就无法进行比较,就没有借鉴性。


第二,大数据分析最终得出的是一些指标,如出行距离、出行速度、出行时间和出行分布等。首先建议相关部门要下力气,以严密的科学态度定义大数据的统计对象及数据特征。例如城市高快速路与城市道路并线时,采用高快速路数据和采用城市道路数据做对比是没有可比性的。要使大数据真正支撑交通科学发展,就要在国家层面、学科层面实现大数据统计分析对象及数据特征的规范化。


第三,目前可知范围的数据也要有分层应用的概念,在什么阶段使用哪些数据最科学,从最精细到最宏观,社会成本和人力资源成本是否最值得,研究精力是否最科学。另外,数据应用范围要规范,哪些数据应用于哪个交通研究领域,要在学科上进行明确。


第四,很多数据获取的困难是来源于不同行业的管理法规层面,而不是来源于数据技术本身,所以规范大数据应用的法规体系构建也是当务之急。可以尽快制定规范文件或者暂行办法,以便大家共同遵守,也有利于大数据的充分运用。


第五,数据共享其实是资源问题,有其市场因素。建议政府部门加强引导,充分发挥市场经济配置这只“无形的手”的作用,将数据开放引入市场配置机制的正确轨道,以此为契机打破行业数据壁垒。这不仅仅是城市交通行业大数据共享的变革,也是引导全行业大数据产业健康发展的新革命。


大数据与规划、模型及数据公开思考

赵一新(中国城市规划设计研究院)


第一,我们应该思考过于依赖大数据推导出的本源问题会不会有偏差。做城市规划可能试图从数据表象概括本源,要避免数据上的偏差,这就涉及基础数据问题、样本偏差问题或者数据采集问题等。第二,做交通规划希望和城市更加紧密结合,过去做得比较多的是交通量、交通特征等分析,现在需要用交通数据去解读、描述城市空间,进而希望通过交通规划去影响城市规划和城市政策。第三,近几年国外一些学校和机构在结合大数据的基础上重新审视交通模型的功能和作用,大数据分析和交通模型的发展相辅相成,不断螺旋式上升是正确的方向,片面强调任何一方的重要性有失偏颇。第四,关于数据公开的建议。对于一些需要数据做研究的机构,如何向他们提供统一标准的数据,并在同一个平台上进行研究,这可能是今后大数据工作继续努力的方向。


交通大数据分析要点建议

林群(深圳市城市交通规划设计研究中心)


第一,交通大数据分析技术应围绕规划编制、规划管理与实施,特别是交通综合治理和轨道交通建设等重点工作展开。第二,关键是提炼能有效支持政府决策的知识点和功能点,促进分析评估技术的流程再造。第三,互联网生态圈促进了数据分析评估技术的发展,新的知识点和功能点不断涌现。


交通大数据应用实例及共享模式

陈艳艳(北京工业大学)


城市交通大数据应用比较好的部门或者单位主要有三类:一是城市交通管理部门,由自己根据需求采集数据,如何挖掘和应用也都与业务职责结合较为紧密,大数据可直接支撑日常工作,所以数据来源的长期稳定性及落地应用性有一定保障;二是互联网企业,其数据来源多为众包数据,因为现在有比较好的商业模式可以获取到这些数据,但总体来讲其相应的挖掘应用工作相对比较单一,更多的是信息发布和信息诱导,当然也有一些互联网企业利用大数据在精准出行服务方面也取得了很好的模式创新;三是城市交通运行监测与协同管理部门,其数据并不是自己采集,而是汇聚了行业主管部门及其他交通相关部门的数据。数据来源多种多样,但多数数据源不是为交通规划或管理专门采集的,而是来自于交通或其他领域的业务数据,比如IC卡的刷卡数据即是运营收费服务的衍生品。再如来自手机信令的数据,是通信服务的衍生品。其采集周期及信息项不会为了交通应用而更精准地设计,因此,在交通规划应用时,建立统一的大数据处理标准十分必要。


此外,解决数据共享问题仅靠政府推动是不现实的,数据应用方与拥有方应寻找合作共赢渠道。交通规划部门应该仔细考虑支撑规划到底需要什么样的数据源,进而按照现有规划流程和标准制定相应的数据标准。同时由于各类数据拥有方均有着自身利益,因此可以通过建立合适的商业模式实现相互共享,这样才更有可能做到常态化应用。


交通大数据分析与描述的方法及重点

钱林波(南京市城市与交通规划设计研究院)


第一,大数据的分析和描述应当充分运用数理统计学的理论和方法。在分析的过程中,不管是对交通事件的描述,还是对交通事件与影响因素之间的相互关系描述,都要基于统计学的基本原理,分析交通事件发生的确定性、随机性以及他们之间的关系。将交通大数据片面理解为交通数据的大集合或者是交通事件确定性要素之间的关系都欠妥当。第二,交通大数据分析的对象和重点是关注人移动的便捷、高效和安全,而且要关注人在出行链中的全过程和每一个环节。评价人移动的质量和效率以及分析移动质量和出行效率的影响要素,发现存在的问题,提出针对交通政策、交通规划和交通运行各环节的改善对策和措施,使交通大数据的分析和研究真正有利于交通系统中人的运行效率的改善和提升。


大数据形势下交通规划师定位与培养

高志刚(重庆市交通规划研究院)


在城市交通行业,无论是大数据的交互采集还是建模应用工作,其中作为主导角色发挥能动性的还只能是交通规划师。因此在大数据的新形势下,交通规划师如何定位和培养是一个关键问题。目前很多交通研究其实已超越城市交通规划,这个行业亟须突破、变革。于是就需要具有综合性的一群人,包括交通、规划以及统计学科。这些人可能是一个新群体,对城市交通行业发展非常重要,他们的发展可能是整个行业进步的主要推动力。


(本文由重庆市交通规划研究院周涛、

张建嵩、戴许昊编辑整理)