伴随城市规模快速扩张、城市蔓延发展、轨道交通成网运营、用地开发约束等发展条件，大城市综合交通环境日益复杂，传统城市交通评估技术体系面临如何拓展评估边界、深化评估技术、提升评估频率和多元视角评估四个关键问题。在此背景下，使用传统的调查和数据分类统计建立四阶段宏观模型等技术方法已经不能适应新时期对于城市交通综合评估的要求。近年来大数据作为国际研究与发展的新热点，将相关传统领域数据量大、价值较低的数据联系起来，提供遵循数据存储—数据分析—趋势预测的全新研究思路，为城市交通综合评估技术的升级再造提供方法和路径。
交通领域大数据组成及特征
交通大数据组成
除居民出行调查、道路交通量调查等传统调查方法以外，多渠道的交通数据来源将为交通模型提供海量多元的非关系型数据。这些数据最初用于其他目的，而后被引入交通分析评估。交通大数据可分为六大类：1)人的移动，包括手机信令、位移、导航软件、叫车软件等；2)车的移动，包括出租汽车、公共汽(电)车、客车、货车的GPS移动数据；3)定点检测，包括地感线圈、地磁数据、视频控制、车牌识别、交通特殊吸引点的门禁流量等；4)交通收费，包括停车收费数据、联网收费数据、IC卡数据、出租汽车轨迹数据、公路与铁路车站收费数据等；5)交通安全，包括交通事故类型、事故处理及位置等数据；6)传统基础，包括用地规划、交通网络、社会经济和交通需求等。
交通大数据特征
客观性。大部分数据不需要访问被调查者，而是由传感器主动获取，可保证数据的客观性；能发现静默者，包括老人、小孩或者较不活跃者。
多元性。不同渠道的数据从不同方面反映交通特征，数据之间可以相互校核。
稳定性。可以在多个时段对调查目标反复验证，降低极端数据的干扰。
准确性。缩减抽样、访问、填写、录入等人工操作环节，提高数据准确性。
廉价性。数据获取成本较传统调查低廉，检测设备一次投入可反复使用，而大量数据原本用于其他目的，经数据转换后可成为交通分析数据源。
交通大数据应用现状
尽管大数据在交通领域的应用刚刚兴起，中国大城市的交通研究机构，高德、百度等地图公司，京东、阿里等电子商务企业均已开展实际应用。尤其是中国主要的交通研究机构逐步开始利用交通大数据，变革传统的调查方法，使交通分析开始由抽样数据分析向全样数据分析转变。
2006年，深圳市城市交通规划设计研究中心建立深圳市城市交通仿真系统，成为中国较早运用动态数据实时评估交通运行状态的城市。2010年，北京交通发展研究中心推出北京市道路交通指数，将复杂的道路评估用简单的指数形式呈现给政府和市民，交通数据由政府走向民间。2014年，百度推出春运迁徙地图，依托强大的地图和移动终端用户数据为用户提供及时、全面的春运出行信息，帮助用户更好的规划行程。同年，高德交通季度分析报告基于海量历史路况数据，分析出不同区域在不同时段内的拥堵延时指数，首次推出主要城市拥堵延时指数排名。
运用城市运行产生的多源大数据，包括浮动车GPS、公交IC卡、固定检测线圈(视频)、车辆识别系统、手机移动数据等，在一定程度上代替原有大规模的交通调查方式，有效节省城市交通分析的成本并提升工作效率。同时，传统方式无法实现的调查，如长时间不间断调查、公交IC卡和移动终端追踪等，通过大数据挖掘得以实现。
城市交通综合评估技术
一般而言，城市交通综合评估主要包括城市综合交通的发展现状评估、实时运行状态评估、发展趋势预判、多方案战略测试评估四方面内容。但是，中国大部分城市均基于四阶段理论建立市区宏观交通模型，为综合交通规划、专项规划和政策研究提供分析依据。模型数据一般通过传统的居民出行调查、交通量人工调查等方法获取；模型的评估范围一般也仅限于市区级和交通内部的评估。
如果说大数据推动数据获得方式的转变是技术变革，那么大数据带来城市交通综合评估技术的转变，进而推动规划设计、政策研究的思路转变，则是社会变革。城市交通综合评估技术，将从评估边界、评估深度、评估频率和评估视角等方面取得新的突破。
综合评估技术总体框架
下图立体阐述城市交通综合评估从城市到区域、从宏观到微观、从静态到动态以及从土地到环境的四大转变：1)拓展评估边界，即城市—区域—都市圈；2)深化评估技术，即宏观—中观—微观；3)提升评估频率，即静态—动态—融合；4)多元视角评估，即土地—交通—环境。
按照数据—模型—评估—决策总体思路，系统构建城市交通综合评估技术体系框架。总体包括四个部分，即多元融合的大数据中心、多层次一体化交通模型系统、多视角交通综合评估技术、多用户决策支持与信息服务平台。
城市交通综合评估的立体维度
城市交通综合评估技术体系的逻辑框架见下图。其中，多元融合数据中心是系统基础，多层次一体化交通模型是核心技术，多视角交通综合评估是主要方法，多用户决策支持与信息服务平台是终端应用。
城市交通综合评估技术框架
主要技术与理论方法
大数据的引入使得城市交通综合评估技术的核心交通模型机制得到进一步革新，核心模型在空间范围和时间维度上均得到深度拓展，涉及的理论与技术主要包括：1)城市与区域一体化模型衔接的理论，出行概念的新定义；2)宏观、中观、微观交通模型尺度的无缝转换，混合模型的同时存在；3)可以细分出更多的人群，重新定义出行目的；4)为非集计模型的标定提供更多样本和影响因素；5)推动基于活动链的交通需求预测技术的发展；6)在传统核查线等数据基础上发掘更多的交通数据校核方法，如车速校核、停车位供给等对小汽车出行的校核；7)进一步延伸核心模型的评估领域，如土地、环境、安全、经济和运营等。
依托大数据融合拓展评估边界，实现由城市到区域转变。
突破模型界限，建立区域(战略)—市域(宏观)—片区(中观)—节点(微观)多空间层次、一体化交通模型系统。城市模型向省域(区域)模型转变。利用移动终端、高速公路联网收费、公路客运、铁路客运等数据，支持基于人的大区域出行频次确定、目的地选择等模型关键参数的标定。
依托大数据挖掘深化评估技术，实现由宏观至中微观转变。
利用精细化的建筑普查和用地规划数据，建立针对片区的中观交通模型。全局采用中观(车队)仿真，显著提高仿真效率；局部采用微观(个体车辆)仿真，提高仿真精度；二者混合仿真，实现效率与精度的平衡。
依托大数据监测提高评估频率，实现由静态到动态转变。
提升模型时效，构建动静态数据融合的交通模型系统。利用浮动车GPS数据和流量检测数据，建立交通运行指数。实时评估道路、公交运行状况。支持交通评估由按年度评估至实时评估的转变。
依托大数据关联拓展评估视角，实现从单一视角向外部多元视角延伸。
延伸模型功能，建立集土地、交通、经济、环境、运营等多功能于一体、复合型交通模型系统。利用土地规划数据、浮动车GPS数据和城市交通模型，从交通的源头构建土地与交通反馈模型；对交通的外部影响进行分析，建立交通排放监测平台、交通与经济效益分析平台、交通运营与管理分析系统等，实现交通的源头分析及对内部、外部影响的评估。
应用实践
深圳市依托交通大数据的融合与挖掘，相继构建一体化多层次交通模型体系、覆盖全市域的道路交通运行指数系统、交通排放监测平台和城市交通仿真系统(关键走廊、枢纽和轨道交通车站等)，改进交通规划技术支持、增强交通决策管理方法和提升交通信息化服务水平。
改进交通规划技术支持
交通规划技术流程再造
传统交通规划建立在间隔时间较长的大规模城市综合交通调查基础上，规划时效性低。通过融入实时采集的动态交通信息，建立多层次一体化的仿真模型平台，将仿真技术手段运用于城市交通规划设计、运行评价、方案技术比选以及交通规划政策决策中，建立基于动态信息的动态交通规划技术流程，推进交通规划从静态规划到动态规划转变，提高城市交通规划决策的科学性和整体效率
区域战略交通分析与片区精细化交通分析技术支持
既有模型体系对于支持区域战略分析和片区精细化分析方面存在不足。需要在市域宏观模型的基础上，重点开发区域模型和中观模型。区域模型重点用于都市圈、区域性交通发展政策、跨境重大设施规划等技术分析(见图3)。中观模型重点用于片区层面交通改善措施、规划方案分析、交通设施设计详细交通分析等。区域模型和中观模型的建立完善了多层次交通模型系统，形成了完整的交通规划技术支持体系，满足不同空间层次的交通规划技术支持要求。
增强交通决策管理方法
交通运行实时动态监测
通过建立道路交通运行指数系统，全面监测城市整体交通运行水平，评估分析各片区、地段、道路的交通状况，日常交通运行指数的变化规律。作为交通环境评估工作的重要依据，深圳市首次在国内建立交通碳排放监测平台[8]，实现对全市范围不同区域道路交通排放指标、水平的动态监测。交通实时动态监测为政府部门选择交通改善片区、制定停车收费政策和需求管理政策等决策，以及交通应急指挥等提供重要依据。
深圳市交通排放监测平台示意
决策预案多因素综合评估
依靠多维度交通模型系统及交通评估技术，对交通决策预案进行多视角、多因素的综合评估分析，改变当前项目决策重点依靠交通评估为主，缺乏环境、成本、运营、安全等方面评估的现状，使评估决策更加科学合理。在进行停车收费及调价机制等重大政策评估中，除分析政策的交通影响因素外，也对政策带来的经济、环境等方面的影响进行全面综合评估。
交评项目规范化管理
通过建立交通影响评价应用管理平台，统一交评基础数据要求、技术方法流程和输出文件格式，实现交评技术工作的标准化和规范化，提高工作效率，保障交评技术工作的可信度。评估结果通过标准化报告文件格式输出，可直接作为交评项目上报政府审批的文件材料，规范交评项目审批。通过交通影响评价应用管理平台，政府实现由以往定性、经验式管理向定量、科学化管理转变，提升了建设项目管理水平。
提升交通信息化服务水平
多渠道实时交通信息发布
深圳市交通运行指数系统已经通过电视、网站、微博、彩信等多种渠道对外发布实时交通状况，同时通过历史数据的不断积累，可以在时间轴上展示宏观指数与重大历史事件的关联。另一方面，深圳市交通排放监测平台通过专题网站进行发布，并建立二次开发接口，第三方机构可以通过HTTP协议的API(空气污染指数)，实时抓取各片区交通的排放量。
出行路径规划包括出行前路径规划和出行中动态路径诱导。前者指用户可在出行前通过交通运行指数系统选择出行路径，根据出行者出行起讫点选择，系统将为用户推荐合理出行路径。后者用于长距离、长时间出行中，应对出行前规划出行路径的交通状况可能产生的显著变化，为出行者提供新的出行路径。通过大数据平台建立基于多源数据融合的虚拟可变信息屏(VariableMessageSystem,VMS)，在用户出行过程中，系统将根据道路交通运行状况的变化动态调整用户出行路径，使用户在整个出行过程中全程避免拥堵路段，出行路径始终保持最优。
结语
深圳市通过深度挖掘交通运行产生的多源异构数据，建立集统计、关联、预测于一体的交通大数据分析平台和专题评估子系统，形成面向多层次、多领域应用需求的一体化综合交通模型体系，支持城市交通综合评估技术从城市到区域、从宏观到微观、从静态到动态、从土地到环境的四大转变。大数据在深圳市近5年的城市交通综合评估中得到较好应用与实践。展望未来，综合交通评估将在交通安全、交通环境及交通运营等角度切入，进一步深化与拓展城市交通综合评估技术。
