隨著人工智能、大數據、物聯網、云計算等技術的興起與發展，各類設備、終端、系統平臺等都會產生海量的數據，傳統的處理方式已經逐漸落伍，因此，大數據分析挖掘技術便逐漸滲透到各行各業中。城市交通擁堵治理是一個經典話題，也是現代文明十分重要的領域。數字時代，提升城市的交通治理能力，無疑是城市治理關鍵一環，而數據將在其中扮演重要角色。

01、數據治理與智慧交通

數據技術是綜合性的數據處理技術，在數據技術應用中也誕生了大數據治理概念，大數據治理的本質是數據的處理，其沿用的是數據處理的常規原則、過程和框架。但在數據處理體系和方法上作了改變，首先其處理的數據對象擴大，非結構化數據和實時性數據被囊括在內。大數據除了數據的海量化，也對應著數據的快速更新、數據高效的流動、數據種類的復雜化、數據的開放性的需求滿足。其次，大數據治理與以往數據管理不同，其對自上而下的組織協同和技術創新要求較高，更關注數據質量、數據安全，產生了新的數據價值思維，以及追求數據價值的合理變現。

智慧交通大數據建立在智能交通發展基礎之上，早在20 世紀 90 年代，美國就提出了智能交通建設理念，其是智慧城市的雛形。智慧交通是在智能交通發展基礎上，引入物聯網技術、云計算技術、大數據技術等，以高新技術實現交通信息的匯集，做好數據的精準挖掘與剖析，提供實時交通數據信息參考。其也涉及到了數據模型建立、數據深挖掘等高科技數據處理技術，更追求交通網絡布局的科學合理，關注交通數據的實時更新，交通布局的及時調整等。大數據在智慧交通建設中占核心地位，被認為是智慧交通創新發展的血脈支持。

02、中國情境

中國的交通出行領域呈現路網發達、車輛眾多，城市中心化發展、交通擁堵嚴重，自行車基數龐大，車型種類復雜、規則意識淡薄，對特殊時間和事件敏感度高等特點。

路網發達，車輛眾多：隨著我國發展進程的加快，城市機動車數量迅速增加，尤其是私家車的增長速度遠超過高速公路的增長速度。

城市中心化、交通擁堵：截至 2017 年末，中國城鎮化率達到 58.5%，城鎮常住人口 8 億多人。人口迅速向城市集結，中國的大城市和發達地區的政治、商業和文化等主要功能區都集中在城市中心，而且傾向于從中心向四周擴張的趨勢，尤其是北京上海等特大城市中心化嚴重，資源的集中導致人口流動密集，增加了中心地區、交通走廊和關鍵節點的交通壓力。多數城市沒有把交通規劃納入城市總體規劃中，使得城市布局和交通不相適應。

自行車基數龐大：由于自行車方便靈活、適應性強， 其在中國的交通中還占有很大比重。目前，中國自行車擁有量約 4 億多輛。近年，共享單車異軍突起，累積投放量已超過 1600 萬輛，在為人們的生活帶來方便的同時也讓原本就緊張的交通條件更加惡劣，特別是高峰時間，自行車擠占機動車道，是極大的安全隱患。

車型種類復雜、規則意識淡薄：因人口眾多，滿足不同人群需求的各類車輛混在在道路交通中，相互影響，效率低下；許多人交通規則意識淡薄，不尊重交通法律法規，交通違章與交通事故頻繁發生，造成巨大生命和財產損失。

對特殊時間和事件敏感度高：中國人口流動呈現季節性和事件性遷徙，在春節、國慶等全國性假期人們外出旅游、回鄉探親，人口大規模流動，極大地增加了交通壓力和交通擁堵。另外，會議召開、道路施工等情況下交通臨時性管制也會對道路交通造成影響。

資料來源：大數據分析在交通領域中應用的特點與研究機會

可以看到我國的交通狀況整體上表現出了數量大，情況復雜多變，交通資源在時間、空間上分布不均勻的特點，這一方面說明想要改善交通現狀將會面對巨大的困難，同時也說明大數據在交通出現領域有巨大的發展潛力。

03、交通大數據內容、來源與特點

交通領域的海量數據主要包括交通路況信息、車輛運行信息、物流快遞信息和航空海運信息等內容。數據來源上，從觀測方式角度可以分為：單次觀測數據如移動車 GPS 數據、停車場數據、收費站數據等；連續觀測數據如微信、微博等手機應用軟件記錄用戶的位置數據、高德、百度等記錄的路況信息數據、道路監控數據、鐵路、地鐵公交的運行數據等；還包括一些靜態數據，如商家、景點的位置信息等。 相對于原來的交通數據，大數據環境下的數據具有以下特點：數據量大、信息豐富，通過對多來源信息的收集和整合，數據量達到 PB 級以上，蘊含的信息豐富；細粒度，數據對象信息具體到“某個人的某輛車”等，空間粒度上可以用經緯度表示其空間位置，時間粒度上數據實時獲取；更新快，以前的交通調查可能五六年一次，而現在90s內即可更新，速度非常快；連續性強，數據內容為對數據對象的連續觀測。

資料來源：大數據分析在交通領域中應用的特點與研究機會

運用大數據技術不僅可以在有限的時間內提高對海量數據的分析效率，而且可以更快地獲取、更新信息，捕獲和篩選更有價值的信息。為創建更好的城市交通體系，將大數據技術更好地應用于我國交通事業中，應不斷統計并完善智能交通系統中的海量數據，以更新和升級信息庫資源，提升交通科技水平，同時也要重視交通數據的采集分析和后續的處理工作。

4.1 交通流采集系統應用，準確定位車輛位置

將大數據技術應用于智慧交通中，不僅可以準確定位車輛位置，而且可以充分明確我國交通的具體情況，改善由于交通擁堵產生的一些問題。應用大數據技術可以具體了解實時路況，規避擁堵路段和擁堵時間段，提前預知復雜的交通狀況，方便司機提前調整和規避路線，還可以準確定位車輛位置，加強道路交通感 知能力，準確控制實時的交通流量，為人們的出行提供更大的便利。

應用大數據技術可以擺脫傳統的地域限制，使人們充分了解各地的交通信息，在交通流的采集及處理過程中縮短了時間，提高了精準性，司機可以實時查看自己的位置，提前規劃行車路線，確保行車路線的準確性。若行車過程中發生事故，可以通過定位技術進行求救，通過精準的定位服務來確保人們的出行安全。

4.2 重視微觀預測工作，準確預測車輛類型

通過大數據技術，可以充分了解有關的氣象數據和車輛的流動數據；通過對這些數據的采集，可以提高事故判斷的準確性；通過數據共享解決以往的時空限制，以支撐城市各種交通管理的有效運行。通過微觀預測工作，可以對問題路段和車輛進行實時追蹤，降低交通事故發生率，這種微觀預測工作不僅可以對車輛進行預測，而且可以對人員類型進行預測。

通過大數據應用平臺，可以將違規的車輛類型實時保存在大數據系統中，可以對相關人員的職業信息及車輛信息進行鎖定，方便使用者更加高效地調取信息，保障信息的科學儲存。通過交通運行大數據可以為交通違法行為的及時監測和處理提供支撐，提高了相關違法行為的處理效率，為我國的公共安全提供了更全面的保障。通過大數據的集中處理技術，可以有效提升數據在各個系統之間的處理效率，科學地分配交通資源，對于共享交通運行、緩解交通對環境的壓力有一定幫助。

4.3 智能路況大數據分析，提高交通運行效率

大數據技術應用于交通運輸中，可以提高交通運行的效率， 更加明確實時路況的具體表現，支撐城市的各種交通管理。應用大數據技術，是一種更加信息化的處理信息的手段，形成了更加先進的監控體系，通過對公路實時路況的監控，可以促進各個系統之間的相互作用，從而得出更加準確的信息數據，這種大數據分析對數據的種類沒有特殊要求，通過集成處理的方式更好地滿足用戶需求，為交通運輸以及交通服務的管理提供更全面的數據支持和信息保障。通過大數據技術中的傳感技術，可以及時掌握 道路信息，通過技術方面的支持，完善現階段的交通信息網，實現數據的云共享。

大數據技術的應用在交通領域中具有里程碑式的意義，用戶不僅可以及時接收到信息，而且可以享受到更加快捷和便利的出行服務。我國許多車載裝置的應用不僅可以實時檢測駕駛員的身體狀況和疲勞程度，而且可以保障駕駛過程中的行車安全，為人們出行提供更多的保障，使人們在出行時可以 更加安心。這種在道路交通方面的感知能力，可以優化我國的交通環境，減少交通隱患，是我國科學技術快速發展的一種體現。

05、交通數據助力城市交通擁堵治理

利用數據進行城市交通擁堵問題的研究圍繞著交通擁堵判定、影響因素和評估與應對等方面。研究發現車輛與車輛、車輛與基礎設施節點間信息交換可以高概率預測交通擁堵，交通網絡結構對交通擁堵具有重要影響，使用出行時間、出行需求變化和車流量等會反映交通擁堵狀況，出行者特征、交通流、交通設施、交通情境因素、交通社會性因素等交通要素可以形成城市的交通擁堵評價模型系統。

大數據的應用可以改變傳統的交通管理路徑和出行方式，有利于更好配置公共交通資源，通過對交通的智能化管理，節約運輸成本，提高交通運轉效率，從根本上解決城市交通擁堵問題。

資料來源：大數據分析在交通領域中應用的特點與研究機會

鑒于傳統交通誘導技術在交通運行監測與數據采集上的兩大不足（信息采集不完整、儲存實時傳輸難度大），大數據技術通過技術的創新對傳統的交通誘導系統缺陷進行彌補，實現了交通運行中全部數據的動態檢測與獲取，如借助電子拍照技術以實現全部車輛運行數據的獲取，并指導建立交通模型，配合云計算技術客觀評估道路交通狀況和具體的擁擠程度。

大數據技術提高交通誘導實效主要體現在兩方面。一方面，大數據技術使得交通誘導信息變更時間縮短，在數字數據技術和云計算技術的支持下，數量、車型、運動方向、軌跡等信息捕捉更及時，更新速度更快。而云計算技術對應的模擬功能，實現了路網運行狀況的模擬評估，交通誘導信息更新速度快，交通誘導措施執行更富成效，減少了信息滯后導致的信息價值降低問題。

另一方面，交通參與者在大數據技術的支持下，可以動態全面地掌握交通具體擁堵情況，了解車流量的變化，且能夠針對不同出行時間的用戶群體推出個性化的交通誘導服務。服務內容與用戶需求匹配度高，交通誘導服務信息價值更高。此外，大數據技術為交通擁堵評價提供技術支持， 關于城市交通擁堵問題的治理離不開交通擁堵情況的有效判定與評價，而交通擁堵是動態變化的過程，其受各種因素影響明顯，且涉及多個方面，如交通擁堵的影響范圍、擁堵路段、交叉口等，這些都是交通擁堵狀況判定的參考，在以往的交通擁堵評價中，基于技術的局限，這些數據的綜合評判分析難度較大，而大數據技術實現了這些數據的協同高效采集與精準分析，得出的交通擁堵評價更全面、更客觀。

06、晶眾綜合交通大數據分析

6.1 基礎設備

晶眾擁有專業化的技術團隊，自主研發了PDA、APP、微信小程序、云平臺、交通流量拍攝技術并結合視頻圖像識別系統等信息化調查技術，較大程度提高了調查效率，保障了數據質量，降低了實施難度，為客戶節約了大量的時間和精力。

晶眾交通流量拍攝視頻及視頻識別系統

6.2 大數據采集服務主要內容

手機大數據

提供全國范圍的交通小區或柵格顆粒度的手機大數據采集和處理分析服務，包括常住人口分布、流動人口規模及分布、人口24小時活動分布、通勤空間及生活空間范圍、人員出行軌跡和OD、交通樞紐或典型區域的交通集散等。

貨車大數據

提供全國范圍的路段級別的貨車大數據采集和處理分析服務，包括貨車出行軌跡和OD、貨車交通流量和車速等。

本地化定制

提供本地化的大數據算法研制和技術培訓服務，包括手機、卡口（車牌識別系統）、GPS、IC卡、AFC（售票系統）、共享單車等。

6.3 數據平臺

數據平臺助力規劃院建設長效化數據采集渠道，匯集人口、用地、設施、出行、運行等動、靜態數據資源，積累數據資產，夯實研究工作基礎，為業務平臺、決策平臺的建設提供夯實的數據支撐，亦可直接形成數據產品。

數據資源：規劃數據、設施數據、調查數據、大數據、行業數據

數據產品：交通調查數據庫、交通基礎數據庫、交通運行數據庫、交通設施信息管理系統

6.4 大數據現狀評估系統

大數據現狀評估系統可深入分析城市功能空間及各級系統的承載力、活動需求、運行狀況等，精準識別問題類型、程度和分布，輔助問題診斷和成因分析。

現狀評估：基于交通數據資源，建設交通現狀評估系統，從城市用地、交通供應、出行需求、運行服務水平四方面對用地現狀、道路系統、地面公交系統、軌道公交系統等進行評估。

問題診斷：基于用地現狀與城市各個交通系統運行現狀的評估結果，對交通現狀問題進行診斷分析，主要包括交通需求過量、交通供應不足、交通組織不合理等問題。

大數據現狀評估系統

晶眾地圖長期專注于智慧領域發展，依托于已積累的行業大數據核心優勢和先進技術儲備，深耕智慧城市、智慧交通、智慧停車、城市規劃設計等數個領域，致力于為全國客戶、企業和政府機構提供全生命周期的專業數據服務和整體解決方案。

審核編輯：郭婷