城市道路交通运行指数的对比和思考

  写在前面：

  道路交通运行指数在交通管理、服务及评价等方面发挥了重要作用。作者总结了交通拥堵和道路交通运行指数的内涵，梳理主要城市道路交通运行指数的差异，分析现有交通运行指数评估方法或测度的不足，并从完善评估模型、构建预测模型、深度挖掘数据采集源头和方式、构建交通运行综合指数或交通综合出行指数等方面提出建议。

  交通拥堵和交通拥堵指数的内涵

  1 交通拥堵的内涵

  交通拥堵是道路在某个地点由于交通需求过大，超过该地点道路通行能力而产生的车辆缓慢行驶、车辆滞留并向上游传播扩散形成交通拥堵状态，并呈现“点→线→面”的发展态势，其根本原因就是交通需求和设施供给不平衡。不同国家、城市对拥堵的定义并未有严格、统一的量化标准，不同人在不同时间对于拥堵的感受也存在明显的个体差异，目前主要判定指标是基于排队论、出行时间论(包括运行速度和延误)、车流密度论形成。美国规定，当路段速度小于24km/h或每千米车辆密度大于42辆小客车视为交通拥堵；德国规定，当路段每千米车辆密度大于40辆小客车则视为交通拥堵；日本规定，普通道路和高速公路行车速度分别小于20km/h和40km/h视为交通拥堵。公安部交管局、住房城乡建设部城市建设司联合发布实施的《城市道路交通管理评价体系》(公交管[2008]262号)中规定，“当城市道路上机动车平均行程速度低于20km/h则视为交通拥堵，若低于10km/h则视为严重拥堵”；《道路交通阻塞度及评价方法》(GA115—1995)中规定，“车辆行至信号灯控制交叉路口，3次绿灯显示未通过路口的为阻塞，5次绿灯显示未通过路口的为严重阻塞”。

   2 道路交通运行指数的内涵

  为量化城市道路交通运行情况，国外提出道路拥堵指数(RCI)、拥堵持续指标(KDI)、出行时间指数(TTI)、拥堵严重度(CSI)等评估道路交通运行情况。中国主要借助严重拥堵里程比例、行程时间比、延误时间比等归一化评价指标构建适用于当地城市的道路交通运行指数模型。

  道路交通运行指数是综合反映道路网交通运行状况的指标，也是对交通拥堵在空间、时间、强度等方面特征的综合化、简单化描述。其基本原理是通过分布在城市各路段已安装GPS的车辆(包括出租汽车、公共汽车以及其他运营车辆的一种或几种，一般以出租汽车为主)，结合无线通信网络动态获取每一个路段每个时间间隔的浮动车数据，考虑不同路网的权重和聚类特征，按照一定的算法计算路段的加权行程速度，在此基础上计算道路网的拥堵里程比例或拥堵时间比或延误时间比，最后进行归一化处理得到道路交通运行指数。不同城市道路交通运行指数测算方法大体相似、略有不同，但均用单一数值表述。一般数值越大越拥堵，数值越小越畅通。

  根据北京市《城市道路交通运行评价指标体系》(DB11/T785—2011)和广州市《城市道路交通运行评价指标体系》(DBJ440100/T164—2013)，北京和广州两个城市主要基于严重拥堵里程比例测算道路交通运行指数，并且测算方法相似，即主要利用行程速度和道路网权重计算各等级路段、道路和道路网的拥堵里程比例。然后，按照道路网严重拥堵里程比例与道路交通运行指数的关系进行归一化后相互换算(即通过不同的道路网拥堵里程比例换算为不同的道路交通运行指数值)，其运行状态分为“畅通、基本畅通、轻度拥堵、中度拥堵和严重拥堵”5种等级，取值区间为[0,10]，不同等级道路的交通运行指数数值不同。例如北京和广州5种运行状态的运行指数均为0~<2、2~<4、4~<6、6~<8、8~<10、10，但对应的道路网拥堵里程比例分别为0%~<5%，5%~<8%，8%~<11%，11%~<14%，14~<24%，≥24%和0%~<2%，2%~<9%，9%~<15%，15%~<18%，18~<33%，≥33%。

  上海市根据《城市道路交通状态指数评价指标体系》(DB31/T997—2016)，以各个路段实时采集的运营车辆GPS数据计算的车辆行程速度为基本参数，按不同路段几何特征、通行能力等参数，加权集成并经过标准化后计算生成综合指标道路交通状态指数，其运行状态分为“畅通、基本畅通、拥挤和阻塞”4种等级，取值区间为0~100。深圳市采用浮动车数据计算行程速度，结合不同等级路段计算出行时间比(路段或路网实际行程时间与期望行程时间的比值，表示当前道路情况较期望车速情况下多花费时间的剧烈程度)，并通过大量实地调查和问询标定参数计算交通运行指数，其运行状态分为“畅通、基本畅通、缓行、较拥堵和拥堵”5个等级，取值区间为>0~<10。

  国家层面结合《道路交通信息服务交通状况描述》(GB/T29107—2012)，并融合相关城市的经验和成果，发布了《城市交通运行状况评价规范》(GB/T33171—2016)，相对全面提出了三种评价方法，即道路网严重拥堵里程比例与交通运行指数的关系、道路网行程时间比与交通运行指数的关系、道路网延误时间比与交通运行指数的关系，是对北上广深四个城市道路交通运行指数模型的综合和延伸(见下表)。

  不同城市道路交通运行指数

  评价指标和方法比较

  现有道路交通运行指数的不足

   1 基础数据采集不全面

  各大城市道路交通运行指数的基本参数之一为行程速度，不同等级路段或道路的行程速度主要根据运营车辆的GPS数据进行测算。在这样背景下可能产生三个问题：

  1)覆盖面问题。

  采集数据仅仅包含运营车辆(如出租汽车，不含社会车辆)的浮动车数据和路段检测数据(见下表)。由于运营车辆的运行轨迹取决于乘客的出行起讫点，导致道路沿线起讫点分布较多区域(客流聚集和发生较多)的出租汽车覆盖数量多，反之道路沿线没有乘客上下车或出租汽车不因其他原因(如停车、回家、吃饭、上厕所等)必须前往的目的地，相关路段基本没有出租汽车覆盖，即部分城市道路不能计算行程速度。据统计，广州市出租汽车高峰期覆盖道路占中心城区主干路和快速路网络的72%(见下图)；深圳市出租汽车全天平均覆盖道路占整个道路网的36%，2017年融合了网约车、百度导航车辆等数据后覆盖道路比例增至77%。

  不同城市道路交通运行指数基础数据采集情况

  广州市中心城区出租汽车覆盖道路情况

  2)样本不均衡问题。

  如果道路沿线的居住、商业、娱乐、办公等用地较多，理论上出租汽车经过数量较多，反之越少，并且道路网结构较好的区域出租汽车覆盖车辆数量多，反之越少(广州市黄埔区由于道路网结构影响出租汽车覆盖道路比例较其他中心城区的行政区低35%以上)，这就是主要道路运行速度通过浮动车数据计算得相对准确的重要原因。

  3)驾驶人行为倾向问题。

  出租汽车驾驶员在空驶状态通常为了载客而低速巡游，在重载的情况下总是为了提高周转率而快速行驶。这导致道路行程速度计算有偏差，评估结果不够精确。据统计，深圳市同一路段的出租汽车在重载情况下运行速度较社会车辆高4%，使用地图导航车辆的运行速度较全部社会车辆速度低4%。

   2 指标评价分析不系统

  现有的道路交通运行指数并不能系统、全面地反映城市交通的运行情况。北京市和广州市采用的交通运行指数实质上是由道路网严重交通拥堵里程比例转换而来，该指标能够比较敏感地反映出道路网中严重交通拥堵情况的变化；但是没有直接体现对于严重拥堵以下等级路段的评估分析。因此，该类交通运行指数只能表征道路堵不堵、有多堵(对道路网的拥堵状态变化更加敏感)，而不能反映顺不顺、有多顺。从这个角度来讲，把道路交通运行指数称为交通拥堵指数不准确，或者说是一种评判标准的误导。

  深圳市采用的交通运行指数实质上由道路网行程时间比转换而来，能够相对真实地反映人民的出行感受，但是对于道路网交通拥堵情况的描述相对而言没有道路交通运行指数敏感。例如，广州市东风路作为东西向快速通道，道路条件较好(双向8~12车道)，高峰期交通量较大，车辆行驶速度为25.8km/h；中山路作为广州市东西向次干路，双向车道数仅为2~4车道，高峰期通过交通量相对较少，车辆行驶速度为25.1km/h。两条不同等级的道路由于交通量不同导致两者速度比较相近，针对同等长度的两条路段，道路条件较好的东风路期望行程时间或自由流行程时间较小、反之中山路较大。按照深圳市行程时间比测算道路交通运行指数，高峰期东风路交通运行指数为2、中山路交通运行指数为1。也就是说，一个城市的区位、道路条件越好，期望车速越高或期望行程时间越短，单条道路交通运行指数可能就越高；反之，一个城市同等级的道路由于几何条件差，期望车速越低或期望行程时间越长，单条道路交通运行指数可能就越低。

  思考与建议

   1 进一步完善交通运行指数评价模型

  北京、上海、广州、深圳等城市构建的道路交通运行评价模型，基本参数主要基于运营车辆的浮动车数据、线圈数据、地磁数据等。在利用采集数据进行基础性指标(如路段行驶速度、行程时间以及加权平均速度、加权行程时间等指标)、特征性指标(拥堵里程比例、行程时间比、延误时间)计算过程中，可能由于权重、公众感知以及期望等参数的设置(如从平均速度到加权平均速度过程中，北京和广州采用的是车公里数(VKT)权重，该参数应根据道路网中各等级道路长度比例和经过这些道路的累积当量小汽车交通量进行动态调整)，导致综合性或决策性指标(道路交通运行指数)计算偏差。因此，应依托现有的多源数据以及深度学习等技术，动态修正模型参数和算法，进一步提高道路交通运行指数评估的精确性和科学性。文献《道路拥堵概率估计方法及其在城市交通运行评价中的应用》利用浮动车样本数据并融合其他交通多源数据，构建动态交通流离散性模型，提出交通拥堵概率的估计方法，弥补了现有交通运行评价方法存在的不足。

  2 建立交通运行指数

  预测模型和发布机制

  道路交通运行指数发布机制更多是注重对已发生的交通状况进行评价，缺乏有效的交通预测机制，在市民出行规划诱导方面的作用相对较弱。因此，建议在综合考虑天气、节假日、重大活动等因素对交通的影响以及宏观交通变化规律的基础上，构建城市道路交通运行指数的预测模型，实现对交通运行指数的中、短期预测以及发布机制。

  广州市基于道路交通运行指数，在分析城市道路交通运行指数总体变化规律的基础上，综合考虑天气、节假日、重大活动等因素对交通的影响，构建了基于城市道路网的交通运行指数预测模型，预测未来3h、第2天24h每5min的交通运行指数。通过构建的指数预测分析系统，每周定期通过报纸、网络等平面媒体发布上一周交通运行情况，针对重大节假日的交通运行指数变化和拥堵路段分布情况进行预测，发布交通指引引导市民出行。

  3 新技术应用促进数据采集

  更全面、指数评估更科学

  近年来，重庆、厦门、兰州、南京、银川等城市积极尝试应用汽车电子标识1。公安部牵头制定《汽车电子标识安全技术要求》《汽车电子标识通用技术条件》等相关标准，于2014年12月发布征求意见稿、2017年12月正式发布了标准，并于2018年7月1日起实施。2015年无锡、深圳、北京纳入汽车电子标识试点范围，2016年1月无锡、深圳开始汽车电子标识试点。在国家推行高速公路“一张网”的情况下，ETC技术2在高速公路管理中得到广泛应用。据统计，广东全省高速公路设置了7185条车道，累计开通1720条ETC车道，ETC车道数占收费车道总量的23.9%，其中主线收费站ETC车道覆盖率达100%。针对前文提到的利用浮动车GPS数据计算行车速度作为交通运行指数的基本参数存在数据采集不全面的问题，若公安部推行的汽车电子标识得到快速发展且面向所有机动车，并且实现各城市、区域乃至全国的数据库共享，那么采集的数据不仅仅是运营车辆，而是包含社会车辆在内的所有车辆，覆盖路段的车辆样本数量和类型将更加均衡、全面，驾驶人的行为更真实，并且可以考虑融合现有的高速公路流水数据、道路高清卡口车牌识别数据、GPS数据等交通管理设施，更加全面、科学、客观地分析道路运行速度。

  4 系统全面考虑影响因素

  构建交通运行综合指数

  不同路段车流量由于采集不能做到实时或者采集工作量大，导致现有的模型算法中基本没有考虑车流量作为指标。而车流量是反映道路交通流三要素的重要因素，并可以用于计算道路交通流密度。因此，结合速度采集数据和路段权重等级划分，建议充分利用交通大数据提高交通模型的预测精度和计算及时性，并通过大数据或精细化交通模型辅助采集和预测交通量，结合每种客运交通方式的载客人次、占用道路资源动态空间等(回归交通的本质是实现人和物的移动，评价思路从“以车为本”到“以人为本”)，构建不同要素(涵盖速度、流量、密度、时间以及出行感受等)、不同车辆类别(包含公共汽车、大客车、小汽车等)的道路交通运行综合指数，从而更加全面、客观地评估道路交通运行情况。

  写在最后

  道路交通运行评价是管理者、公众等对城市道路运行情况的总体评价，并且随着新交通服务方式的快速发展，城市交通正在经历从“供给与需求”关系到“供给、需求、服务”关系由简单到复杂的发展变化过程。因此，仅仅通过道路交通运行指数评估交通运行状况不完整，存在片面性，而通过居民出行时耗、交通可达性等指标综合评估道路交通运行情况更为全面。本文通过梳理中国主要城市道路交通运行指数的差异，分析该指数评估方法或测度的不足，并从完善评估模型、构建预测模型、深度挖掘数据采集源头和方式、构建交通运行综合指数或交通综合出行指数等方面提出建议。

文章来源：城市交通