在2016年第11届中国智能交通大会上,北京交通发展研究院郭继孚院长分享了对当前城市道路交通拥堵排名、以及多种交通指数差异的思考,引起了行业内的极大反响和反思,并在2016年12月15日澎湃新闻的市政厅文章《不靠谱的交通大数据乱象》中进行了详细陈述。这里基于多年来开展上海市中心城道路交通状况年报等交通分析评估工作的经验做些交流,分享和探讨交通拥堵评价中的指标那些事。
交通出行是涉及社会民生、城市效率的高频活动,受到从管理部门、学者到百姓的广泛关注。近年来随着多源大数据的出现、以及IT技术的日益成熟,多个城市相继推出了针对城市特点的交通指数评估交通运行情况,而争议最大的则来自由某互联网企业推出的城市拥堵排名,争议的核心点就在于该指标的代表性和专业性。
针对大数据的行业应用,同济大学杨东援教授所提出了大数据需要建立从感知、到认知、到洞察的方法论。其中指标体系构建正是大数据与传统数据、及规划理论相衔接的关键。通过指标体系对大量数据核心要素的提取,可以避免让让公众和决策者淹没于数据的海洋之中,但这样也给指标的设置提出了更高的要求。
图1 数据信息获取流程(作者自绘)
对于当前争议最大的某互联网公司开展的城市拥堵排名,报告针对全国各大城市的拥堵评价提出了“拥堵延时指数指标”,公式见下图,即认为指数越高表示出行延时占出行时间的比例越大,也就越拥堵,于是就开展了城市拥堵排名。
图2 某互联网公司城市交通拥堵评估指标(资料来源:该公司报告)
作为从业人员角度来看,这样进行城市拥堵评价合理吗?
实际上在交通运行评估中,拥堵的定义是很专业的工作。对于一个路段来说拥堵判别比较简单,我们都知道就是车速低于一定数值可以视为拥堵。但是当面对一个城市的庞大路网时,情况就没有这么简单了。
根据美国最大的交通运输研究机构德克萨斯交通研究所TTI(Texas A&M Transportation Institute)提出,衡量路网拥堵程度主要分为三个维度——绝对程度(severity)、空间范围(extent)和持续时间(duration)。
图3 美国德克萨斯交通研究所关于拥堵的三个维度量化定义
具体实证的测算,这里结合《上海市中心城道路交通年度报告》中的探索,选取数据质量较好的快速路系统来进行解释。选取理由在于:(1)上海市城市快速路交通监控系统在快速路系统布设的线圈感应器数据质量高、数据完整,可以获取的指标包括车速、车流量、车型(大小车型需要进行换算)、车头时距等交通行业核心指标。(2)城市快速路系统是上海城市道路交通的命脉,以不足6%的设施量承担中心城区包括内环线在内全市37%的标准车公里,具有较好的代表性。
接下来按照路网交通拥堵的三个维度分别来看。
1、关于拥堵空间范围(畅通度)
对于路段的拥堵定义一般设定一个速度阈值作为判断标准,但对于一个路网来说则需要使用畅通度。畅通度是指高峰时段内,高架路网上处于畅通状态的快速路总段长度占快速路网总长度的比例,我们选择75%作为畅通判定标准,也就是当畅通的路段达到75%以上时认为路网整体属于畅通。一个路段的拥堵判断可以使用车速,对于路网则需要使用到畅通度。下图以上海市内环线外圈为例,通过基于Matlab软件的contour方法可以呈现出该交通走廊在工作日和周六路段车速在时间和空间上的具体分布,可以看出在不同的时段路网处于拥堵状态的路段数量在不断发生变化(X轴为一天24小时,Y轴为从周家嘴路到南浦大桥的沿途路段,颜色代表路段的速度值)。
图4 以浦西内环线外圈为例工作日及周六速度时空分布图
(红橙黄的速度划分分别为20、40、55公里/小时)
2、关于拥堵时长(拥堵时间)
路网拥堵时长的定义:以畅通度低于75%作为路网处于拥堵状态的判定,可以得到快速路网拥堵时长的情况,如下图所示。可以看出,2009年早高峰时段为7:25-8:55,持续时间较同比延长了15分钟;晚高峰时段为17:15-19:10。从拥堵持续时间来看2009年拥堵时间大大延长,较上年增加了55分钟,主要体现为上午次高峰。同时说明年报为进行年度对比选取的早晚高峰时段(8:00~9:00、18:00~19:00)是合理的。
图5 2009年上海快速路拥堵时长及同比情况
表1 2009年上海快速路拥堵时长及同比情况
3、关于拥堵绝对程度(平均车速)
路网拥堵的绝对程度,这里主要使用高峰时段路段基于车辆数加权得到的路网平均车速。最终形成的评价结果如下表所示,2009年快速路网同比拥堵情况有较大幅度提升。因为是2009年是迎接2010年上海世博会基础设施建设的决战年,重大市政工程建设、轨道站点建设、地面道路施工等对道路的占用达到历史高点。
表2 2009年上海快速路拥堵情况评估
由以上分析可以看出,交通拥堵的专业定义具有拥堵时长、程度、范围三个主要维度,前述实证仅以快速路网为例,整体路网还存在地面道路与快速路判定拥堵的车速有不同(比如地面道路低于18公里/小时,快速路低于45公里/小时)、城市建成区范围大小(前述为中心城范围内)等因素均需要提前界定。
某互联网公司所使用的“拥堵延时指数”最大的优点在于物理含义清晰,对于互联网主要的客户即个人来说,非常易于理解,含义就是高峰时段出行时间与畅通状态出行时间的比值。结合前面交通拥堵的定义来看,“拥堵延时指数”能够较好的和拥堵空间范围建立关联,但在拥堵时长和拥堵绝对程度两个维度上存在不足,尤其是在拥堵绝对程度上。
因为“拥堵延时指数”指标的计算方法是基于相对值的特点,使其更适用于城市内部的自我比较,不能够代替“交通拥堵”所具有的全部内涵。建议直接使用“拥堵延时指数排名”更为合理。如果作为交通拥堵排名,则需要继续深化和思考提高其代表性和专业性。简单的用数字假设来举例(数值为假设),重庆地区受山区地形限制,高峰路网车速都是10公里/小时,畅通时都是20公里/小时;上海市平原地区,高峰路网车速都是20公里/小时,畅通时都是40公里/小时,于是两个城市在拥堵延时指数的计算结果都为2.0,那么在“城市拥堵排名”上重庆和上海两个城市的拥堵水平会列为同一水平,显然这里是有违背实际情况的。
最后,关于交通问题也想建议关注更多的交通内涵,因为道路交通拥堵评估属于交通运行评估的范畴,所涉及的行业考察远不止交通拥堵,例如有关于交通需求情况的车公里(VMT)、车道负荷;关于供需平衡的饱和度;关于社会成本情况的总延误、车均延误;关于车辆管理的车型比例;关于道路功能的平均出行距离;关于出行政策的出行结构比例;关于安全情况的路段事故率等系列指标。
数据来源:刘淼、潘轶铠等,《2009年上海市中心城道路交通状况年报》,上海市市政工程设计研究院,上海市路政局
本文由上海市城市规划设计研究院信息中心刘淼供稿
作者:刘淼(上海市城市规划设计研究院 信息中心),张扬(上海市交通信息中心),杨晓萍(上海市交通委员会交通指挥中心)