引言
交通拥堵每年给城市带来巨大损失。据美国交通数据分析公司Inrix发布的2016年度全球交通拥堵情况报告，洛杉矶、纽约全年平均每个驾驶人堵在路上的时长分别达104h，89h，估算交通拥堵给美国全部驾驶人造成的直接和间接经济损失达3000亿美元(约合人民币2.09万亿元)，平均每个驾驶人损失1400美元(约合人民币9760元)。调查显示，约2/3的中国城市早晚高峰时段会发生拥堵，其中15个100万以上城区人口规模的主要城市每天因交通拥堵和管理问题造成的损失接近10亿元人民币。北京市2017年因交通拥堵造成的额外经济损失为人均4013.31元。拥堵发生时，出行者被堵在路上的时间极其低效，而且还会导致能源消耗增加、环境污染加重。
城市交通拥堵产生的原因，除用地布局失衡、交通结构不合理、交通设施不足外，主要是需求时空不均衡导致的供需失衡。一方面，全局出行需求的不确定性增加了交通管理和资源配置的难度；另一方面，出行者无法获取准确的等待时长和拥堵消散时间，除了等在路上别无他法。
缓解拥堵的一个重要手段是在把控供需信息的前提下，通过需求调节与资源优化配置，建立和维持供需平衡。美国医院率先施行预约，免除患者在医院排队等候的痛苦。中国医院实行预约挂号后，减少了在医院排队挂号的无效等待，降低了医院拥挤程度，缓解了医疗资源和医院停车设施等资源紧张的状况。以此为鉴，城市交通同样可通过预约提前安排个体的出行计划，避免盲目出行和无效等待，缓解高峰时段交通压力。若区域内车辆都按根据路段最优通行能力安排的时刻表有序通过，都能准确知道自己通过这段路的时刻，无须在路上排队，而是在家等待，到了预先安排的时刻再通过，就可避免因拥堵造成的通行效率损耗，缓解拥堵，出行者本身堵在路上的时长自然也会减少。预约可推动以需求为中心的城市交通服务，交通运营组织按需配置，以资源约束调节需求，缓解拥堵，实现资源最大化集约利用。
预约在交通领域的应用
交通系统中已存在大量预约相关的研究及实践。城际交通系统中，铁路、航空、水运的诞生即伴随着悬殊的供需关系，便以购票的形式实施预约，旅客购买车票的行为就是预约。城市交通系统中，在需求短期高度集中，超过系统供给能力，对系统效率产生影响时，通过预约规范供需秩序以保障系统服务能力也非常必要。利用预约模拟计算推荐出行方案，为用户提前制定出行计划，可避免在路上拥堵，减少约50%的无效等待。早在2007年就有学者提出在有限的道路资源条件下实行预约，以实现两点之间无拥堵出行。
实际上，城市交通中已存在多种形式的预约实践。美国、新加坡和欧洲许多国家在20世纪70年代就已推出定制公交，其“定人、定点、定时、定价、定车”的特点，实质上就是预约。北京市于2013年7月也开始试运营定制公交。此外，中国多个城市已将预约引入交通管理，包括琼州海峡“预约过海”，北京香山公园及深圳大梅沙、东部华侨城等景区进出道路节假日预约管理等。
然而，城市交通系统预约主要是对较长时间范围内交通总量的管控，如控制单日、半日交通量，且均以供给限制需求，对没有成功预约却上路行驶的用户会采取交通处罚措施，尚无法用于高峰时段的城市交通治理。城市交通关系到每个人的日常工作及生活，需采取更精细合理的预约管理提升高峰时段系统整体效率。
交通基础设施与通信技术的发展出现了“互联网+交通”的模式。在自动驾驶、车联网等新技术及共享模式推动下，交通服务向互联互通的方向发展，衍生出出行即服务(MaaS)的理念。MaaS实质是通过预约的方式，根据用户出行需求提供交通服务。随着交通与互联网及信息通信技术(ICT)等技术深入结合，MaaS将成为未来大城市交通发展的主要趋势之一。然而，目前MaaS仍停留在既有交通方式集成的层面，依然面临着不同运营主体之间共享的问题。且基于现有的交通服务，特别是公共交通仍采用固定线路、车辆、时刻表的模式，没有实现按需灵活调度，难以实现本质上的需求响应。因此，Maas的市场占有率不高，对于提升城市交通系统整体效益作用尚不明显。为进一步提升交通服务水平和服务效率，要在MaaS系统的基础上，加强基于预约的需求响应和需求调节机制，推动交通资源优化整合，完善一体化交通综合服务体系。
预约交通的实现途径
预约应用于城市交通系统需突破多种交通方式融合及资源统筹调度的难关。借助出行预约，实现对用户需求与系统供给的全局优化，改善交通系统中供需不透明、不均衡的现象，减少因拥堵造成的无效损耗。
通过预约，提前了解用户出行需求，并根据交通系统供给状况，经供需匹配、仿真模拟，调节出行需求时空分布，编制出供需均衡的出行时刻表，将时刻表信息发送给用户及需求供给端。对于交通供给，可按需提供交通服务，提高供给效率及精准度;对于用户，按照时刻表出行可减少因拥堵造成的等待，享受全过程、一体化的出行服务。
预约是通过调节供需关系缓解高峰时段交通拥堵的手段，并非所有出行都要预约。在需求高度集中的无序拥堵状态下，预约才是必要的。用户可选择是否参与预约，参与预约的用户，只需提前上传出行需求，系统经供需匹配计算及仿真后，生成针对个体出行需求的时空调节方案，重新分配出行时刻表。由于调整出行方案可能需要用户改变习惯，会对其产生一定影响，需通过相应的干预措施补偿影响，可预先模拟各方案提升系统效率的效能，以此为依据调整干预方案。若用户接受推荐出行方案和相应的干预条件，则按推荐方案出行;若不接受，可重新规划或退出预约。其技术框架如下图所示。
预约交通技术路线图
为实现城市交通系统的预约，需要解决以下关键内容：
1)供需匹配。
一方面，监测道路交通网络状况，测算交通承载能力及服务供给能力；另一方面，基于实时通信设备，收集用户出行需求。将全系统的预约信息分类汇总，实时评估未来时刻的出行需求，根据交通资源供给能力，进行全局优化和供需匹配，实现城市交通系统供需统筹。
2)出行需求时空调节及时刻表编制。
对高峰时段的出行需求在时间和空间上重新分配，将一部分在路上排队的出行变为在家等待。调节后，用户仍可按照以往时刻通过，而无须排队等待。同时，按需配置交通资源，统筹多种交通方式，按照换乘时刻及当时换乘地的运力实现换乘精准匹配，编制出行时刻表，协调交通系统供需关系。
3)动态仿真。
以城市交通动态仿真模型为基础，实时模拟未来出行需求及时空调节方案，检验出行方案的效能。测算潜在拥堵路段，提前采取需求调节措施，优化出行时刻表。此外，仿真评估不同出行方案对缓解拥堵的贡献率，选择最佳方案。
4)出行干预。
在不完全预约的状态下，为鼓励用户按推荐方案出行，可借助激励、诱导、积分等手段抵消出行习惯改变对用户造成的影响，依据不同出行方案的系统贡献率制定干预方案，调节出行需求，引导部分用户错时出行，削峰平谷，降低过度拥挤对系统通行能力的干扰，缓解拥堵。除调节高峰时段小汽车出行外，干预手段也可用于为用户推荐其他出行方式，引导转变出行习惯，促进绿色出行。随着用户比例增加，无论对交通系统还是个体，预约减少拥堵时间的效果均会增强，会激发更多用户自觉参与预约。
预约缓解拥堵的原理
由于人的行为的不确定性，城市交通系统中个体出行表现出高度随机性。而城市交通系统是一个实时动态变化的脆弱系统，任何基础设施状态、需求状态变化、天气状况及其他未知信息都可能引起系统剧烈波动。在城市交通这个高度不确定的系统中，即便是有计划的常规出行也无法准确评估恰当的出发时刻，于是大量出行需求高度集中在部分时段，产生拥堵，用户不得不通过以路上排队等待的方式进入需求集中路段。根据排队论，较短时间内大量客流集中必然会造成排队，且当排队等候时间大于人群到达间隔时，排队加剧，拥堵延误就越严重。当到达率发生变化时，相应的排队饱和率发生变化，若能对城市道路交通系统早高峰出发时刻进行适当调整，改变到达率分布状况，可实现缩短拥堵排队的效果，为交通系统和出行者节约拥堵等待时耗。
对于全系统预约的状态，可按照用户实际通过拥堵路段的时刻调整出发时刻，将在路上的拥堵排队时耗全部转变为在出发地停留时间。全局供需优化可避免无序出行造成的系统通行能力下降，按照系统供给能力调控需求，避免在路上的无效等待，缓解拥堵。在城市交通系统中，无论拥堵的严重程度如何，最后所有用户都一定会通过。如果能通过时间调节，让所有用户都按照原本通过的时刻进入，消除拥堵的目标完全可以实现。
对于部分用户参与预约的情况，以单个堵点为例，高峰时段任何用户出行调整均会对缓解系统拥堵产生一定正向效益。若早高峰时段有M位出行者驾车经过堵点W，为避免交通系统上下游影响冲淡缓堵效果，便于通行能力计算，设定若干假设条件:1)堵点W为路段的瓶颈点，除W外其上下游路段均无拥堵发生;2)用户改变出发时刻不会对其他车辆到达和离开堵点产生影响;3)对于已经发生拥堵的堵点W，其通行能力不受个别用户出发时刻变化影响。通过对堵点W的交通调查及数据分析，可得到堵点W的通行能力及高峰时段范围。利用面向双目标时刻瓶颈模型(Vickrey's Bottleneck Model)，根据用户调整出发时刻的备选方案，可得出其缩减系统拥堵时长的效益如下图所示。
面向双目标时刻瓶颈模型
假设高峰时段开始时刻为tq，结束时刻为tq'，用户i在堵点的初始时刻为t0(即用户到达堵点开始排队的时刻)，若t0位于高峰时段以外，则没有必要对该用户进行错峰调整。若t0位于高峰时段之内，假设经仿真后，系统推荐该用户错峰出行，用户调整后到达堵点的时刻变更为t'。
若t'仍位于堵点的高峰时段范围[tq,tq']之内，用户i进入堵点W的时刻从t0调整至t'后，当t'早于t0时，其对交通系统瓶颈的边际影响MC如上图蓝色阴影部分所示，计算公式为MC=t'-t0。
当t'晚于t0时，用户i调整出发时刻后拥堵等待时长会适当减少，但其出发时刻调整不会改变系统内用户总的等待时长。
若t'位于高峰小时[tq,tq']之外，用户i的出发时刻从t0调整至t'对交通瓶颈系统的边际影响MC如下图中阴影部分所示，计算公式为
式中：Q 为堵点的通行能力/(pcu/h/车道); r(tq')为离开堵点的车辆比例/%。
瓶颈点用户出行时长模型
通过以上分析可知，当t'>t0以及t'
假设出行者i可接受的出发时刻调整范围为
根据历史数据和浮动车数据分析，可获得出行者i从出发点到堵点的时长Tv(t)，则可映射出到达堵点的可调整时刻范围(Flex-TimeWindow)为[t1,t2]，
基于该时刻范围[t1,t2]，系统可选择正向边际影响较大的若干出发时刻方案推荐给用户i。其中，若t1距堵点高峰时段起始时刻小于15min，则将早于高峰时段起始时刻至少20min的第一个出发时刻也纳入调整范围。例如，若用户到堵点的可调整时刻范围为[6:20,7:20]，堵点高峰时段开始于6:10，则将5:50到达堵点所对应的出行方案也纳入该用户的推荐方案中。同理，若t2距高峰时段结束时刻小于20min，则将晚于高峰时段结束时刻至少20min的第一个出发时刻方案纳入调整范围。
回龙观地区的预约出行实践
1 、区域概况
回龙观位于北京城北，为功能单一的大型居住区，截至2018年下半年，常住人口约86.3万人，每日产生大量的钟摆式通勤需求，交通拥堵严重，早晚高峰比全市平均早1h。选取回龙观西大街与育知西路交叉口至京藏高速公路匝道段作为实践区域，长约700m(见下图)。回龙观西大街是回龙观地区主要对外通道，连接回龙观西大街与京藏高速的北郊农场桥宽16m，双向两车道，而回龙观西大街是双向六车道的主干路，在单向三车道向一车道变化路段形成了交通瓶颈，常年拥堵。
实践路段示意
2018年9月，对该路段若干工作日的早高峰开展实地调研，并初步统计早高峰北郊农场桥的拥堵等待情况，结果显示7:00—8:30为拥堵高峰，车辆平均通过时长20~30min，平均车速不足3km/h，低于正常步行速度(见下图)。
实践区域早高峰现状
北郊农场桥早高峰时段拥堵等待时长
2 、实践方法
基于北京市动态交通路网模型和实时交通大数据，建立错峰出行仿真模型，为用户推荐出发时刻调整方案。为鼓励用户采纳推荐方案，对按照推荐方案完成出行的用户给予适当资金奖励。用户预约后，系统仿真得出正效应较大的方案推荐给用户，用户按照该方案完成出行后即可获得相应奖励。主要流程如下图所示。
预约出行实践流程
1)手机应用程序开发与仿真模型构建。
手机应用程序的主要功能包括出行预约、调整方案发送、出行行为监测及奖励发放。同时，以北京市动态路网模型为基础，针对实践区域建立道路交通系统出行仿真模型。
2)招募志愿者。
通过发放纸质活动通知、电子公告、新闻推送等多途径征集志愿用户。最终共征集到201位用户，于2018年10月15—19日开展了一周的预约错峰实践，期间经过瓶颈路段的有效用户149位。
3)开展实践。
首先，利用道路流量数据、浮动车数据、车载OBD数据等实时交通大数据，构建支撑模型的数据平台。实践过程中，用户通过手机应用程序输入出发地、预计出发时刻以及可调整出发时段等信息预约出行;系统根据用户预约信息，建立排队模型，利用相应的路径算法得到分时段最短路，按照图8所示流程，模拟得出在用户可接受时段内的推荐出发时刻调整方案(见下表)，并通过手机应用程序发送给用户。
用户推荐出行方案示例
由于对系统效率最优的方案可能并非个人效用最大化的出行方案，为鼓励用户选用对交通系统效率提升贡献更大的方案，预约模型为每个备选方案提供相应的激励(Rewards)，并根据方案对交通系统贡献效率以及用户个体选择偏好，调整激励值R。在整个流程中，借助于机器学习的手段，不断优化模型，基于不同用户的个体差异，逐步提高推荐方案的个性化。用户按照推荐方案完成出行后，将获得相应的奖励金。
3 、实践效果
用户可接受的出发时刻调整范围为其弹性出行时间。实践中对用户的研究发现，早高峰绝大多数出行都存在15~30min的弹性时间，部分用户的弹性时间甚至超过1h(见下图)。弹性出行时间越长，通过预约调整其出发时刻的可行性越高，越有助于发挥调整出发时刻对于缓解拥堵的效果。以实际用户a的出行为例，a的出发时刻通常为7:00，其进入堵点后路段上拥堵排队长度增加。实践期间，系统会在用户a的弹性出行时间范围内合理推荐出行方案，可以看出a无论提前还是推迟出行都能为系统节省一定的排队时长(见下表)。结果表明，即使单个个体出行行为的改变也会对系统产生影响。尽管本次实践参与用户的比例不足路段高峰人数的10%，依然在一定程度上改变了整个堵点的通行效率。
用户可接受的时间调整范围
典型用户a错峰出行后的实际出发时刻及对系统的影响
根据对实践中所有通过预约错峰出行用户的出行信息统计，用户平均拥堵时长减少及因此节约的系统时耗如图10所示。结果显示，通过预约调节出发时刻后，每个用户通过堵点的时长可减少17~39min，而这一行为可为整个交通系统节约76~97min的拥堵时耗。
4 、不足与改进方向
本次实践中居民接受度不高，参与用户较少。为了取得系统效益的最大化，存在少量用户排队时长不减反增的情况。为弥补用户损失，同时吸引更多用户参与，对按照预约推荐方案出行的用户给予了一定现金奖励。在未来推广过程中，可拓宽激励途径，与公共交通优惠、停车优惠等多种干预模式相结合。随着预约接受度的提升，参与用户比例逐渐增长，预约缓解拥堵的效果逐渐显现，即使不采取激励措施依然会有更多用户参与，当全部用户均按预约出行时，则可减少路上排队，直至消除道路交通拥堵，居民就会自觉参与，这是未来实验进一步努力的方向。
本次实践仅选取了受上下游路段影响较小的北郊农场桥的瓶颈点开展。随着预约效果显现，参与用户增长，可在更大范围对出发时刻进行系统调控，将预约从瓶颈点逐渐推广到整个交通系统，对城市交通系统的全部需求按照时空资源有序规划，更有利于发挥预约在提升交通系统时空资源有效利用中的作用。最终真正实现城市交通系统全预约，可解决交通系统的供需不匹配问题，消除交通拥堵，打造高效有序的城市交通系统。
写在最后
由于居民行为的不确定性，城市交通系统中存在大量随机的出行需求，在出行本就高度集中的高峰拥堵时段，出行需求变动对脆弱的交通系统影响更为强烈。对于出行者而言，由于对系统实时状态信息的不确定，很难准确估计进入系统的确切时刻，不得不在道路上排队等候，进一步加重拥堵。而实际上，无论拥堵程度如何，最后所有用户都一定会在某一特定时刻通过拥堵路段。如果能够按照系统能力调节需求，按照通过拥堵路段的时刻调整用户到达堵点的时刻，让在路上排队的车辆都转变为在家等候，完全可以实现缓解甚至消除拥堵的目标。
目前，虽然对全局的出发时刻调节在用户配合和调节技术上尚存在一定障碍，但是，即使只改变部分车辆的到达状态来调节车流到达率，依然可以实现减少排队长度的目的。如今智能手机、移动互联网已深入居民日常生活，提供了预约与出发时刻宏观调控的手段，大数据、超级计算和人工智能等技术，也为超大规模的城市交通系统需求供需平衡分配提供了坚实的基础，为预约在城市交通领域的应用及全局出发时刻调节铺平了道路。
回龙观地区预约出行的实践表明，用户的出发时刻实际上具备充足的可调节空间，而由于无法准确评估道路状况，为了能够准时到达目的地，不得不提前在路上排队。通过调节出发时刻减少拥堵排队可为用户节约时间。通过对用户出行的有效引导和激励，即使是只有小部分用户调节出发时刻也能在一定程度上缩短交通系统拥堵时间。
有效的管理手段在拥堵治理中所发挥的作用可以替代部分基础设施扩容改造，如果将这部分交通基础设施建设的资金投入到引导和激励居民调整出行方式和出行时间上，可以取得更好的缓解拥堵效果，形成良性循环。
郭继孚：北京交通发展研究院 院长 教授级高级工程师
