大数据时代城市智能交通系统发展方向

温慧敏，全宇翔，孙建平

(北京交通发展研究院，城市交通运行仿真与决策支持北京市重点实验室，城市交通北京市国际科技合作基地，北京100073)

大数据时代城市智能交通系统发展方向

温慧敏，全宇翔，孙建平

(北京交通发展研究院，城市交通运行仿真与决策支持北京市重点实验室，城市交通北京市国际科技合作基地，北京100073)

伴随大数据时代的到来，新技术与新思维必将引发城市交通学科的重大变革，首先是城市智能交通领域。从交通系统的基本属性、交通大数据发展特征、城市交通发展的基本理念和战略出发，深入剖析中国智能交通系统研发与应用存在的隐忧和倾向：高端智能决策支持欠缺、车联网技术研发泛化、理论创新匮乏、系统建设依旧各自为政未形成合力等。强调城市智能交通系统的发展必须服从城市交通发展战略的需要，充分利用大数据技术。最后，提出未来智能交通系统的发展方向和系统建设任务。

智能交通系统；大数据；发展方向；互联网

0 引言

随着《大数据时代》一书风靡全球，短短数年之间，大数据产业风暴带来的信息技术革命不仅悄然改变了人们的生活和工作，甚至还改变了人的思维方式。今天，我们正在从小数据时代的抽样分析向大数据时代总体数据分析转变；由数据精确化向数据容错设计转变；由探索现象背后的因果关系和内在机理，向注重从海量数据中发掘事物之间复杂关联关系的转变；机器信息处理方式由自然思维向智能思维转变。大数据技术基于复杂关联数据网络，找出隐藏于各类系统中各个组成部分间以及它与外部环境之间相互纠缠、互为因果的复杂相关性规律，这一特性与城市交通问题的研究内容和特点高度契合，所以城市交通系统作为城市功能开放复杂巨系统之一，必将成为大数据应用的热点。

毋庸置疑，伴随大数据时代的到来，新技术与新思维必将引发城市交通学科的重大变革，首先受到冲击的是城市智能交通领域。传统的智能交通系统着眼于将先进的信息、通信、电子、控制、传感等技术综合运用到交通系统中，在大数据时代思维的冲击与碰撞下，其研究方法与理论基础将发生深度变革。本文旨在辨析当前智能交通系统技术研发存在的隐忧，通过变革与传统碰撞引发的一系列思考，厘清城市智能交通系统发展思路，探讨大数据时代城市智能交通系统发展方向与建设任务。

1 交通系统与交通大数据

1.1 交通系统的基本属性

交通系统是复杂的开放巨系统，信息不对称的基本属性决定其高效运转和管理必须依赖于数据驱动和实时反馈控制。大数据时代的来临为此带来了前所未有的机遇和挑战。

从基本构成来说，交通系统分为三大系统(见图1)：1)交通参与者子系统，包括交通的规划建设者、管理者、服务对象等；2)交通网络子系统，包括交通网络的布局、各级交通网络的级配结构、网络中的路权分配等；3)出行和运输子系统，包括公共汽车、轨道交通、小汽车、步行、自行车、货车等。

交通系统与外部环境系统相互影响和紧密依存，具有六大属性：1)系统开放性，所有进出系统的交通参与者均无须约定；2)随机性，交通参与者进入、退出系统的时间和地点，介入方式均是随机的；3)系统构成要素的依存与制衡关联性，系统内部各子系统之间既相互依存又相互制约；4)系统与外部环境的依存与制衡关联性，系统与外部环境，特别是社会经济水平、城市规模、城市空间形态与功能配置，乃至社会人文均相互依存和制约；5)需求二重性，短时间内难以调节控制的刚性原生需求与可调节控制的弹性派生需求并存，需求还兼具不可预测的随机性和可预知的规律性；6)信息不对称性，系统参与者大多是在不了解系统实施整体状况的情况下介入系统，介入者之间行为信息无交换。

1.2 交通大数据发展情况

交通以移动为基本属性，随着移动互联网的快速发展，传统交通信息采集的技术瓶颈被突破，对交通系统构成要素(人、车、路、环境、土地、经济等)的采集精度、频率以及样本量得到显著提升，因此交通数据也迈入了大数据行列。交通大数据不仅具备大数据的4V特征(数据量大Volume、种类多Variety、价值密度低Value、更新速度快Velocity)，更有独特的3C特征(复杂性Complexity、时空连续性Continuing、关联性Connecting)，凸显交通大数据蕴含的人及货物的流动与区域和城市发展的深层交互关系。

截至2016年12月，中国网民数量达到7.31亿人，其中以手机用户为主体的移动互联网用户6.95亿人，占网民总量的95.1%[2]。基于互联网平台开发的交通运输服务手机应用已涵盖个人出行、公共交通、货运、铁路、民航、租赁、维修等多个领域，据统计相关热门手机应用约60余款，累计下载量超过50亿人次。中国手机用户13.06亿户，以七号信令为主的移动网络信令数据可以作为一种时空连续的出行探测器[3]。以中国移动北京分公司的伪码信令数据为例，其数据涵盖1 800万用户，每人每天产生53.8条信令数据，在白天活动时段，平均每小时产生信令3个，即20 min可获取一个时空轨迹点，以个体为单位的出行特征采集和提取已经成为现实。而即将在全国范围使用的汽车电子车牌，不但可以在车辆高速运动下完成流量和速度检测，更可以完成身份识别、轨迹识别等，在获得车辆行驶大数据外，还为未来实现精准化出行调控奠定了基础[4]。

2 城市智能交通系统发展隐忧

图1 交通系统构成及与环境系统间的关系Fig.1 Components of transportation system and its relationship with environment system

自智能交通系统理论与技术引入以来，中国在这一领域已取得显著成就。近些年，智能交通系统建设进入快速发展时期，投资额以年均25%以上的速度增长。2013—2015年，每年智能交通系统市场规模分别达407.99亿元，500亿元，659.6亿元，增长率分别为28.5%，30%，31.92%[5]。以无人驾驶、车联网、互联网运输服务等为代表的新兴技术不仅受到资本市场的青睐，也成为许多地方政府规划建设智能交通系统竞相追逐的重点和热门方向。2015年更被称为分享经济元年、无人驾驶汽车元年。

然而，以城市交通系统总体战略大局观冷静审视，蒸蒸日上的局面背后则是前景迷蒙、隐忧犹存，令人不禁对城市智能交通系统发展的方向产生一些疑问：迄今智能交通研发与应用是否与城市交通发展模式契合？发展方向是否与城市交通可持续发展战略方向完全一致？

2.1 智能交通未“智”在高端决策

《中国智能交通行业发展年鉴(2015)》以及政府文件中有关智能交通系统发展的评述，都表明智能交通系统应用的主要方向集中在交通运营管理、信息服务方面。而体现大数据价值与力量的战略与规划决策层面上的智能化应用，却鲜有成功案例。在“三系统、两支撑”智能交通体系中[6]，有所建树的也只是面向道路交通管理和出行在途诱导服务的智能运行管理系统和智能运输服务系统，而真正面向交通与城市协调发展宏观战略与规划智能化决策的高端智能决策支持系统则乏善可陈。当前既存在混淆交通信息化与智能化，误以信息化代替智能化的错误倾向；也存在一味热衷于单个子系统(例如道路、公共汽车运行子系统)个别服务范畴(运行组织管理和出行在途信息服务)的初级(低端)智能决策支持，而无意着眼于更为重要、也更为复杂的综合交通大系统运行动态智能干预理论技术体系建设的倾向。实现真正面向全体交通参与者，并基于对大系统内外环境全因素交互作用机理的智能交通决策支持系统建设还任重而道远。

2.2 以治标技术治本

长期以来，车联网、车路协同系统以及无人驾驶一直是智能交通领域技术研发的主攻方向，政府与市场投入不断升温。然而这些研究方向的本质都是基于物联网技术感知复杂环境，获取大数据的一种手段，旨在处理人(主要是机动车使用者)—车(主要是小汽车)—路三者的协同关系。必须承认这些新兴的物联网技术对于改善行驶安全、在特定时空范围有条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关系的有效工具，甚至是解决城市交通拥堵的治本之策，难免误入与城市交通基本战略原则相悖的歧途。

众所周知，现代交通战略以资源节约、环境友好和社会公平为基本原则，力主不断扩大集约化运输和绿色出行服务供给，改善人的生存活动空间，提升城市运转活力(City Mobility)，而不是追随个体机动车无节制的交通需求、一味增加道路供给。城市运转活力绝不等同于道路机动能力(Road Mobility)。即便仅就道路空间资源的合理利用和空间活动保障而言，也并非只是处理机动车道内人—车—路的协同关系，而是要实时动态地妥善处理道路及周边范围不同空间层次(空中、地面、地下)、不同交通方式(步行及自行车出行、多元化的公共客货运输及个体机动交通)的空间公平分享以及交互衔接关系。不仅如此，还要处理道路及周边范围交通与城市整体功能运转的协同保障关系。因此，车路协同系统不仅未考虑道路功能结构、拓扑结构的动态改变对车辆驾驶人行为(即实际需求)的反制作用效果，更忽视了其他非道路类的交通基础设施配给结构与分布对道路使用者的潜在影响。

当斯定律(Downs Law)指出：“在政府对城市交通不进行有效管制和控制的情况下，新建的道路设施会诱发新的交通量，而道路交通需求总是倾向于超过道路供给”[7]。可见，在城市智能交通系统发展中，把技术与财力资源过分集中用于车联网、无人驾驶、车路协同等物联网技术的研发，确实值得商榷。

2.3 重技术研发，轻理论创新

随着大数据、云计算、物联网技术的广泛应用被列入“十三五”时期规划中，引发智能交通行业对新技术的研发热情，仿佛一夜之间依靠新的技术手段就可以解决城市交通面临的种种窘境。

在此一定要避免否定理论作用的经验主义。不要忘了不管数据的规模如何，大数据总会受制于自身的局限性和人的偏见。有人认为采用大数据挖掘，不需要对数据提出任何问题，数据就会自动产生知识。这种观点非常不可取。无论是大数据技术，还是为智能交通系统研发的感知、仿真技术，都是对交通系统基础理论与基本方法的传承、创新和应用服务。大数据和“第四科学范式”的出现，并非一概否定传统理论(例如，系统内部结构机理、与外部环境的依存交互制约关系、需求二重性等)和传统方法(例如，基于数理统计的模型应用)。同时，大数据改变了数据的内涵，也改变了计算的内涵，针对个人和群体行为研究的社会计算(social computing)和高频度、高粒度的个人活动与社会状态记录数据的获取，无疑将大大拓宽交通研究的视野，必然引发交通战略、规划、决策理论上一系列的变革与创新。而目前在这方面的理论创新，特别是在交通与城市互动关联理论的创新上还处于空白状态。

2.4 各自为政，未形成合力

目前，智能交通系统建设中各个子系统多采取分而处之的策略。例如，智能交通信号控制系统与公共汽车智能运营调度系统通常是两个独立的系统，并未统筹融合。表面原因是多源异构数据处理存在一定困难，数据共享与公开受到政策掣肘。但更深层的原因是对城市交通系统内在的依存与互动关联性认识不足，没有借助大数据量化手段探究各交通子系统内部之间的相关关系及影响因素。也正是基于此，智能交通系统处理城市交通供给与需求平衡关系还只局限于对交通子系统各自运行状态的干预，并未进行有机融合、建立反馈控制、形成治理合力。

3 智能交通系统发展方向

大数据时代，智能交通系统建设面临的种种隐忧源于在技术变革与传统思维碰撞的过程中，对新技术产生盲目崇拜，以至于对经典理论方法的价值产生疑惑，陷入“大数据时代，理论已终结”的认知误区，迷失发展方向。大数据的科学研究是第三研究范式还是第四研究范式姑且不论，它本质上主要研究事物相关关系和总体态势，但并非完全放弃对因果关系的探求和对事物演变机理的分析，不能改变和颠覆现有对于城市交通属性的基本认识，更不能背离城市交通发展战略方向。因此，城市智能交通系统的发展必须服从城市交通发展战略的需要。

3.1 城市交通发展战略着眼点

城市交通发展战略主要着眼于交通发展模式，即如何处理好几大关系：系统外延扩充与内涵改造的关系；交通与土地使用、空间布局的协调关系；交通供给规模与城市经济社会发展的适配关系；交通发展与城市环境、资源的协调关系。同时，把交通结构和城市空间布局两大结构调整作为实施城市交通发展战略的基本途径。

在制定城市交通发展战略时针对交通系统服务的开放性和系统介入的随机性，首先要考虑解决信息不对称问题，保障参与者行为决策的正确性。针对交通系统的内在交互制约性，要以系统的整体协同效应为着眼点。而针对系统与外部环境的交互性，要以交通、城市功能配置、城市空间三者的相互依存关系为着眼点。针对交通需求二重性(随机性与可控性)，着眼于交通结构合宜性及“头尾并重”的需求管理体系(对已经出现的交通需求实行“尾部”控制，对交通需求的源头实行宏观调控)[8]。

3.2 城市智能交通系统发展方向

城市智能交通系统的发展必须服从于城市交通系统的整体发展战略。在智能交通系统建设中最为关键的环节是顶层设计，顶层设计是解决系统发展目标、方向、任务的问题。因此智能交通系统顶层设计必须与城市交通系统的发展战略相一致，即智能交通系统发展的目标、方向、任务符合城市交通系统的需求。

城市进入大数据时代，智能交通系统的发展目标应是充分利用互联网、移动互联、物联网等新一代信息技术，以全面感知、泛在互联、普适计算、集成应用与人工智能应用为支撑，实现对城市交通与城市发展的智能化协同，对人的各类个性化活动与物流需求做出智能响应、实现城市智慧管理和运行、保障城市的可持续发展。

理论与技术创新的主要着眼点应该置于：各类交通参与者(战略—政策—规划—建设决策者、系统运行管理者、系统服务对象)行为主体个性特征及空间环境适应性的研究；交通运行环境与城市空间环境的关联适配关系研究。

4 基于大数据技术的智能交通建设任务

4.1 动态监测与趋势跟踪评估判别

大数据具备高频率特性，这使得解决城市交通系统中所有参与者行为决策正确性的问题成为可能。众所周知，要解决此问题必须建立在对城市系统的认知和判断实时且时空连续的基础之上，既要有历史数据还要有实时数据。同时，这种认知既关注交通系统自身各组成子系统协同运行态势，也同时关注交通大系统外部环境状态与变化趋势。

1）交通系统外部环境动态演进趋势自动跟踪监测。

利用空、天、地一体化的物联网监测手段，对城市交通系统外部环境(例如，城市空间拓展与土地利用、人口与就业分布、资源与环境容量等)与城市交通系统之间长期相互影响的动态变化趋势进行监测。

2）基于个体行为差异识别的需求子系统状态实时检测与演变趋势的连续跟踪监测。

传统数据获取方式往往通过出行抽样调查，分析方法是抽样采集、建立模型、修正模型。而大数据是通过全样本数据进行相关分析提取敏感因素，再根据敏感因素建模。因此，大数据技术具备探究不同个体活动差异性规律的条件。例如摆脱基于传统四阶段法分析的约束，建立一套以多源异构全时空数据采集及行为决策关联数据网络为基础的可伸缩模型体系，揭示各类活动行为决策因素及量化的关联性规律。

3）各类服务子系统实时运行状态自动监测。

互联网、移动互联网、物联网是大数据之源，不断向交通大数据层汇聚数据。通过挖掘这些大数据，发现城市交通各子系统(例如道路系统、停车系统、轨道交通系统等)的需求(负荷)时空分布特征，实时监测各系统运行状况及服务水平，实时监测拥堵点段聚集与消散的动态变化。

4.2 基于人机交互的系统诊断

针对城市交通系统内部各子系统间交互制约性，通过大数据的多源异构数据融合处理分析，在人机交互的模式下实现智能交通系统中各子系统智能化交互和基于系统整体的协同一致。针对城市交通系统与外部环境的互动关联性，通过大数据的量化手段，准确把握城市交通、城市空间、城市功能配置三者之间关联关系，并通过人机交互的模式，实现这些互为因果的复杂关系的可视化。

1）交通需求演变与城市发展互动关联性识别。

通过大数据技术的支撑，智能交通系统可以对不同时期、不同交通供给方式对城市空间布局演变态势的影响进行评估；对城市通勤圈扩展态势及关联因素进行相关性分析；对交通投资规模与城市社会经济水平进行关联性分析。

2）各子系统运行状态交互作用关联性识别。

以大数据为基础，智能交通系统要着力解决各子系运行状态之间相互关联的分析处理。例如对基础设施功能级配结构与客货运输(含无组织的个体出行)方式结构关系的分析；对动态交通与静态交通之间的相关性量化分析；不同运输子系统之间的交互影响；中心城—市域—都市圈—大区域各层次综合交通运输系统间的交互作用与关联性分析等。

3）系统运行波动与故障(突发事件)自动检测与诊断。

通过大数据提取城市交通系统运行状态敏感因素，例如道路功能级配结构、拓扑结构、交通组织方案、交通管制及意外事件，并对这些因素之间的关联关系进行量化分析，在出现系统波动时及时自检测并给出诊断结果。

4.3 战略、规划、政策、实施方案决策支持

实现连续不间断、时空无空白的监测，为精准诊断提供技术支持；实现人机交互的精确诊断，为精准治理(资源利用和资源开发)提供技术支持。最终在大数据的推动下实现系统自学习功能，以人机交互方式实现交通系统干预者决策行为智能化。

1）对既往交通发展战略、规划、政策或某项具体对策方案的实施效果跟踪评估和滚动修正、完善。

以前只能通过交通调查或者传统交通分析方法去评估交通政策、规划的实施效果，不但实时性差，结果也不准确。应用大数据技术通过新型交通仿真系统检验交通战略、政策、规划、运行保障实施效果，并对政策、规划、战略的科学性和执行力做出有针对性的意见反馈，反馈结果再次输入到系统进行评估，如此往复滚动修正直至最终完善。

2）基于需求自动反馈的交通对策方案实时与非实时响应。

交通需求管理与道路交通管理及交通综合运输管理有机融合，实现双向管理。通过大数据可以精确反映交通需求二重性动态变化。例如，通过智能交通系统实现基础设施供给方案生成和优选，实现基于实时动态定价等智能技术的需求管理和订制服务实时响应，实现交通运行方案实时动态调整等。

4.4 智能服务诱导与主动式安全保障

大数据时代可以精准分析运输服务对象的偏好和需求，利用超级运算能力为其提供智能的一站式“套餐”运输服务，真正实现多模式运输的无缝衔接。货运配送向无人化和实时响应方向发展，主动式安全保障成为运输服务的标配。

1）新型一站式“套餐”交通服务。

为交通使用者提供一个面向不同交通服务系统的统一入口，通过整合各种服务系统资源，整合运营服务信息，为出行者提供个性化的多方式一站式运输服务，满足人们多层次、差异化的服务需求。例如，通过一个统一的入口实现出租汽车、公共交通、公共自行车统一付费、联乘安排，计算一次出行碳排放，鼓励减碳出行组合等。

2）智能物流配送系统。

大数据时代，不只限于配载信息服务与运输组织调度智能化，而是以个体行为为对象，更多关注物流配送需求实时响应和无人自动配送等新型系统的研发。例如，著名的7-11便利店在美国与无人机快递服务公司合作，通过GPS数据与客户订单信息相融合，利用无人机将食品及药品配送到客户手中，至今已经成功完成77次[9]。

3）主动安全保障。

除了基于车路协同技术和无人驾驶技术的个体道路机动出行服务系统之外，要重点关注集约化大众运输服务，特别是轨道交通运行安全保障以及货运主动安全保障技术和系统。

5 结语

大数据时代，智能交通的发展并非一概否定传统理论和传统方法。应清醒地认识城市交通的基本属性，秉持城市智能交通系统的发展必须服从城市交通发展战略需要的理念，把握正确发展方向，充分利用大数据时代的数据和计算变革，对交通参与者行为主体个性特征及空间环境适应性、交通运行环境与城市空间环境的关联适配性等开展深入研究，并以此为基础建设基于人机交互、全面诊断和高端智慧决策的智能交通系统。

致谢感谢北京交通发展研究院全永燊教授在本文撰写过程中给予的悉心指导和斧正。

[1]潘柱廷，程学旗，袁晓如，周涛，靳小龙.CCF大专委2016年大数据发展趋势预测：解读和行动建议[J].大数据，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]中国互联网信息中心.第39次中国互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2016.

[3]中华人民共和国工业和信息化部.工业和信息化部关于电信服务质量的通稿(2016年1号)(工信部信管函(2016)37号)[EB/OL].2016[2016-12-10].http://www.miit.gov.cn/n1146285/n11 46352/n3054355/n3057709/n4704651/c5146097/content.html.

[4]刘灿.对于推行电子车牌对交通的影响的研究[J].知识经济，2015(1)：57.

[5]中国产业调研网.2016年中国智能交通行业现状调研及发展趋势预测报告[R].北京：中国产业网，2016.

[6]中华人民共和国国家发展和改革委员会.国家发展改革委员会交通运输部关于印发《推进“互联网+”便捷交通促进智能交通发展的实施方案》的通知(发改基础[2016]1681号)[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.建国60周年城市交通规划发展回顾与展望[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]张帆.7-11便利店在美国用无人机送了77笔外卖[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

科技北京百名领军人才培养工程“交通特征挖掘团队”(Z161100004916021)、北京市科技计划项目“基于伪码信令数据的京津冀出行分析关键技术和系统”(Z161100005116006)、北京市科技计划项目“北京市路况信息融合与统一发布示范平台”(Z161100001116094)

温慧敏(1974—)，女，博士，教授级高级工程师，副院长，主要研究方向：交通规划、智能交通。E-mail:wenhm@bjtrc.org.cn