由中国智能交通协会主办，公安部交通管理科学研究所、国家道路交通管理工程技术研究中心、国家智能交通产业技术创新战略联盟、道路交通安全公安部重点实验室、无锡市滨湖区人民政府承办的“2015’第十届中国智能交通年会”于11月4日在无锡召开。
本届年会主题为“新技术背景下的智能交通创新与提升”，北京市交通发展研究中心孙建平在城市智能交通发展创新论坛上发表题为《我国大城市交通运行状况综合比较与分析》的演讲，本文为其演讲速记，未经演讲者本人审定。特此感谢中国智能交通协会提供演讲速记。
孙建平：大家中午好！
一、研究背景与方法体系
在我国，大城市普遍面临城市病困扰，而交通问题正是病症之一，那这个能不能治，怎么治，城市病和交通病，它们两个之间又有怎么样的关联关系，是否有相互依存，相互制约的关系，这些都是我们需要研究和讨论的问题。
是病就得治。治病的流程我们也是一直借鉴医疗领域的过程。首先通过扫描、化验，获取重要的参数信息，其次进行诊断和分析，找出致病的原因，最后对症下药。与此类似，交通部也是先通过信息的采集，获取重要的参数，在这个基础上进行评价、分析和诊断，以至能够精准的定位，通过规划、管理、建设等交通措施和手段，达到综合治理，治标且治本的目的。其中最关键的就是评价诊断的环节，要诊断这个交通病，我们需要一个科学的合理的评价体系，根据实际工作的需要，以及对数据和指标的处理的逻辑流程，我们将其分为三个层次，基础性指标，特征性指标和决策性指标。基础性指标是可以直接获得的参数指标，特征性指标是基于基础性指标进行一些加工处理，得到一个能表达很明确意义的指标，决策性指标是基于特征性指标进行再次提炼，达到具有规范且综合，简洁而易用的目的。
我们去年在编写《国家标准交通运行状况评价规范》的过程中，对这三个指标进行了梳理，比如：基础性指标就包括流量、速度、延误等，特征性指标侧重在行程时间比、延误时间比这些方面。对于决策性指标，我们当时是这样判定的：它既要能够敏感的反应交通拥堵的强度，持续的时间，波及的范围，发生的频率等五个特征，又要通过时间和空间两个维度，全方位完整的反应客户交通拥堵的状况。我们把交通指数规范为0到10的取值范围，划分为从"畅通"到"严重拥堵"五个运行状态。再对应到一次出行需要花费的时间，既便于政府使用，又有利于社会公众来理解。总而言之，我们需要关注这些指标，像速度、交通指数、用度里程、持续时间、行程时间比，以及拥堵路段等等。基于这样的前提，我们做大城市交通运行状况的比较和分析。
二、以北京为例介绍交通状况中和比较与分析
第二部分就来介绍这方面的案例，案例分为两个部分，第一部分是北京的案例情况，第二个部分是多城市的评价和分析。首先来看北京的情况，我们从2005年开始涉及相关的研究，到2007年积累了交通指数的各个阶段的数据，我们每年用一个数值来表示改年的平均状况，现在已经积累了九个数值。这些数值呈现出了一种W型的变化趋势，这种变化趋势主要是受两个政策因素的影响，第一，自2008年奥运单双号限行之后，每周少开一天车的政策对交通运行状况的起到了一定的缓解作用。但是随着2009、2010年每年50万和80万的汽车保有量的增加，缓解趋势有所反弹。在2011年的时候，我们看到一个改善的效果。近五年来因为没有出台更加新颖和严格的措施，这个指数呈现一个上扬的态势。这是我们从指数来得到的一个现象。我们在分析它各方面的原因的时候，其中我们就是把这个拥堵路段和土地开发利用关联分析。通过对拥堵点段的分布图进行分析，我们可以看出来颜色浅和颜色特别深的地方都是居住集中和就业集中的地方，这也就解释了我们南城集中的居住和进城的方向的潮汐性的拥堵的原因。
第二个是拥堵点段和公交量关联分析，这里面我们可以考虑两点，一个是像我们这个比较典型的西直门区域，拥堵状况比较严重。越是拥堵，越是要考虑公交优先。另外我们还要考虑一下它的制约因素，在小汽车受到限制之后，对于公交的承载能力，它能负担转移的量的情况是否满足，是否需要更深层次的公交优化和改革。另外相同的拥堵点段图，我们还对中小学和商圈影响的进行了分析，我们也看出北京的中小学大部分分布在二三环之间这些地方，这也是造成区域性交通拥堵的重要因素之一。这是普通的工作日拥堵路段的分布情况，我们以三环比较核心的道路为例，通过右下脚的速度云图可以得知红色的面积就是拥堵的时间和空间范围，我们统计早高峰有25%的拥堵的比例，25%的概念就是三环48公里的长度，差不多有12公里是拥堵的，这还只是一个正常的工作日。再看一下比较拥堵的情况，它是叠加了上学、上班和节前出行，这个路段可以看出，大部分区域都是处于严重拥堵的级别。还是以三环为例，拥堵的比例达到了60%。红色的面积占总面积的60%，折合到公里差不多有29公里的拥堵状况。
通过这样一个判断，我们还做出一些近中远期的拥堵策略的研究，为政府的工作提供一定的支持。另外我们也是从更宏观的角度来看和人口、人数的关系。蓝色的线就是春节前每一天在京人数，也就是离京的人数越来越多，那么指数也是处于一种下降的趋势，但是又不和离京人数完全一致。也就是说春节前虽然人口已经离开了大部分，但是由于春节前的出行需求也在增长，比如说小汽车的使用强度在增加，导致个别的时间点，它的指数是比较高的特点，如果叠加了放假之后，人口和这个出行量双下降，就导致了一个很明显的改善。我们同时也做了指数和流经人口数量的关系图，这两个红色点，它是相当于其它而言的，是一个比较下降的关系，红色点相对来说比较高。这也是为我们交通需求管理政策提供数据方面的指引，也就是说除了要控制量，还要控制小汽车使用的量的强度。
前面是日常的分析，在发行今年上半年交通指数运行报告的时候，变化比较明显，同时也给政府一个很重要的提醒，除了二月份，每个月的交通指数都有了很明显的上升，我们分析了它相关的原因，首先我们关注的是油价，因为当前油价是处于比较低的区间。主要关注了汽油的销售量，算下来不但是量增长，和去年同比增加的幅度增加了近一倍，折合到每一天增加的约合148万升的汽油的消耗量，我们粗略估算了一下，每日增加的汽油可跑一千多万公里。
再看进出城的流量，我们通对过进出城的流量数据来进行统计，可以看出来，今年上半年这个部分，流量的变化相对于以前是一个很明显的增长态势，17条高速公路日均车辆数同比增长了10%。京哈高速、机场高速同比也增长了3%。从公交客运量的变化来看，同比来看每个月都是处于下降的趋势，降幅有12%。轨道客运降幅量稍微小。
再从出租车运次变化来看，同比它也是日均减少2.2车次，降幅10%，但是行车里程并没有下降10%，仅是5.5%。互联网专车的发展，从今年的五六月份开始，相应的发展的幅度是非常明显的。另外互联网用车，它的发生的高峰时段，也和我们的通勤高峰是一致的。日常通勤的出行选择中，小部分人会选择互联网用车的方式。
我们不能说专车导致了拥堵，但是它是其中的的因素之一。
前面所涉及到的是北京的案例情况，后面我们基于政企合作项目，目标是做40个左右城市的运行状况与比较。少部分的样本数据，不能代表城市的整体运行状况，这里同大家分享一下我们分析的方法和思路。
首先我们把这个各个城市的交通指数计算出来之后，然后我们搜索了它的人口和自用车保有量的信息，来看它的分布情况。做这个图并不是要一较高下，而是看不同的城市，它大概是在哪一个阵营，和它相类似的城市又处于什么样的状态，有便于大家做出比较。我们再看它这个高峰的指数情况，把这些城市的数据画在一起来对比，对2014年的数据进行分析发现，主要拥堵的城市还是北京、上海、深圳这样的一线城市。15年我们加了6个城市，但显而易见，还是这几个北上广深这几各城市，拥堵特征是更加突出的。各个城市的早高峰和晚高峰拥堵的高和低的特征还是略有一些不同。另外我们做了2014年和2015年的同期对比，也可以看出除了南京，其他这几个城市，它的速度都是处于下降的特点。同样指数它是上升的状态。从各个等级道路的运行状况来看，快速路各个城市之间差异是比较大的，而主干路和次支路差异略小。从不同道路等级的拥堵里程来看，各个城市主干路的拥堵压力更大。这是我们一些浅显的分析，后面可能随着数据的补充得到完善，再做更多层面的分析。
三、展望
第一，我们会利用大数据分析居民出航的特征，社会经济和土地利用的特征，利用各方面的数据来开展交通拥堵原因的数据关联分析。
第二，希望能够促进数据的共享，包括政企共享，包括不同城市之间的共享，对城市进行比较分析，目的是为了互相借鉴，发现共性问题，寻找缓解拥堵的办法。
第三是针对道路小汽车的分析，对于公交方面也急需开展类似的运行状况的分析，能够为我们的公交都市的建设提供支撑和服务。
我的汇报内容就这些，谢谢大家。
本文为智能交通世界网原创，转载请注明出处，更多内容请访问智能交通世界网（www.ladysslipper.com）
