汪光焘 | 读城市交通规划数字化应用平台建设专题有感

精准思维是习近平新时代中国特色社会主义思想的一个鲜明特质，也是习近平总书记治国理政的一种重要思想和工作方法。用数据说话、立足数据思维是实现精准治理的最基本手段，就城市治理而言，城市数字化转型是人民城市建设的重要推动力，是面向未来塑造城市核心竞争力的关键之举，也是完善超大城市治理体系和治理能力现代化建设的必然要求。

交通规划信息平台是交通数据底盘的载体，也是IT技术、数据采集和分析处理技术的试验田。平台建设经历了从表单数据库时代到数形结合的地理信息系统时代，目前已发展到大数据和云平台时代，数据源、分析处理技术、表达形式也发生了根本性变化。在此情形下，结合交通模型和大数据分析技术做好交通规划数字化应用平台建设是新形势下城市交通规划变革的重要内容。

2021年10月21日，中国城市交通发展论坛组委会就城市综合交通规划的数字化转型进行了专门研讨，对全球数字化发展趋势下城市交通规划领域的数字化空间规划理论、交通需求预测与组织规划、综合交通规划实践需求、交通特征分析与需求管理、规划机构业务转型以及数字平台建设与应用等热点问题进行了深入探讨。无疑，夯实数据底盘是一切工作的基础。

众所周知，主流的现代城市规划和交通规划理论源于西方，难免存在与中国国情的现实矛盾。当下中国大城市在城市运行监测数据、互联网时空位置数据的采集和挖掘等方面取得了长足进步，相关研究成果处于国际领先水平。数据是理论发展的驱动力，借助更可靠的数据源挖掘城市发展内在规律和交通运行机理、探索更加适合中国国情的交通规划理论方法，将有可能实现理论方法的弯道超车，助力形成新的中国交通治理智慧。

本期专题遴选了国内典型实践应用案例，内容覆盖规划决策支持、数字孪生、深度学习、交通模型、交通承载力、多层次交通仿真、步行和非机动车交通评估等多个方面，全方位展现了中国城市交通规划数字化应用平台建设的最新成果。应编辑部要求将这11篇文章作简要介绍，我深知自己知识不够，边学边写，力求反映每篇文章特色，归纳起来供读者参考。

《上海市交通规划大数据平台建设与应用》反映了不同专业背景的人对交通规划数据的理解差异，这种差异也同样存在于数据分析师和城市规划师之中。建设大数据平台的目的在于应用，围绕做好网页版平台和专业软件版平台的分工，上海市交通规划大数据平台实现了二者的一体化建设以及数据互通，由此实现了数据分析师与城市规划师之间的互动交流。

广州市交通规划模型研究起步较早。《广州市交通规划决策支持平台构建实践》介绍了广州市交通规划决策支持平台建设特色：在传统交通规划模型基础上顺应数字化发展趋势，平台实现了交通大数据服务效能提升，并将数据更好地转化为政府决策能力；研究过程中充分兼顾标准化和定制化使用要求，初步支撑了广州市交通规划的编制、实施和评估。

《珠海市交通基础数据平台建设实践》的特点是充分应用现有基础数据，发挥技术支持决策的作用。面向新发展要求，珠海市交通基础数据平台建设不断完善，应用交通模型技术与多源数据分析，初步形成了服务于交通规划审批和编制全链条的技术平台。

加快建设城市信息模型平台和运行管理服务平台是国家“十四五”的规划要求。《基于CIM平台的数字交通规划设计探索——以深研云(SuTPC)为例》阐述了SuTPC平台基于城市信息模型(City Information Modeling, CIM)技术实现交通规划可视化和优化规划设计成果的决策流程，主要方法是将城市交通相关的大数据和三维空间数据作为基础底座并将传统的交通规划设计方案导入SuTPC平台，同时介绍了在深圳、广州等城市项目中的实践。

《城市交通拥堵治理决策仿真平台构建及应用》介绍在大数据与信息技术手段快速发展背景下如何借助交通仿真软件TransModeler构建城市级动态交通仿真模型。该模型内嵌于城市交通拥堵治理决策仿真平台中，为城市交通拥堵的治理决策提供智慧化支撑手段。该文以佛山市禅城区为例阐述了平台构建的系列关键技术在城市交通治堵过程中的具体应用。

步行和非机动车交通是城市运转最基本和最重要的交通方式。《步行和非机动车交通设施环境决策支持平台研究——以天津市为例》是将相应技术和算法成果进行平台化集成展示应用的研究。以共享单车运行数据为核心融合多源异构数据构建数据底座，通过集成多个算法实现对出行者生活场景的分析评估功能，充分发挥该平台在步行和非机动车交通领域的决策支持作用，为政府部门提升步行和非机动车出行环境、改善市民出行品质提供数据支撑和决策参考。

城市交通问题的研究从重视空间维度走向更加重视与时间维度的关系。《基于时空推演的城市活动模型研究》借助信息化技术提出利用大数据方法改进活动模型的可能性。在确定职住地点和生活驻点的基础上，利用连续时空数据对活动模型进行分类，同时针对不同类型活动建立概率抽样模型，以避免出现数学优化模式的出行起点与终点之间的匹配，从而继承城市活动空间影响的演化效应。

交通需求分布是交通量预测的重要环节，所采用模型的可靠性决定预测精度。《基于通勤大数据的出行空间分布模型测评与改进》揭示了既有交通分布模型引起的“碎片化”结果及其成因。该文认为通勤出行一旦生成就具有很强的延续性，通勤者在一段时间内改变其居住地、工作地的比例非常低，据此引入反映个体通勤出行延续性的因子并提出改进模型。

重力模型源于国外，适用于城市规模和形态较稳定的场景，难以适应中国城市快速发展时期的交通需求预测，对快速生长的城市更是一筹莫展。《基于深度学习的城市交通需求场景库》提出了一种城市交通需求分布预测新方法，将城市土地利用、交通系统和出行大数据相关联，用深度神经网络揭示了三者之间的内在关系，较国际上经典重力模型有大幅度改进和提升，可谓之前瞻。一是研究使用具有独特优势的深度学习方法，探索、解决难以描述和揭示的复杂因素背后的一致性规律；二是发挥深度学习的独特优势，对全国各类型城市的出行规律进行学习，并用于城市交通需求预测，改变了传统花费巨大人力和物力进行出行调查的模式，甚至没有出行调查数据的城市、新城或新区的城市交通规划也将有数据支撑。近年来城市交通领域少有原创性研究成果，倘如作者所言的应用效果，势必对中国城市与交通发展带来益处，也会吸引更多学者尝试投入该方向的研究与发现。

《多源数据融合在上海市综合交通模型中的应用》结合上海市第六次综合交通调查成果提出多源数据融合方法。城市交通数据收集是难题，一般从一个侧面介入；数据分析是另一个难题，要将不同侧面数据以数字技术方法与借助分析的模型算法融合，寻求描绘城市交通状况的总体规律，并力求提高模型的精度、广度、细度和维度，由此阐释城市交通现象和处理城市交通问题。

无论是城市交通规划还是局部地区交通改善，城市交通问题研究历来都注重数据调查和数据分析，上海是全国最早组织开展综合交通调查的城市之一。《上海公共交通模型发展及关键技术》介绍了上海公共交通模型的建立方法和参数分析优化方法，其作用不仅是对40年来不同阶段成果的回顾、总结和展望，更是研究经验和借鉴。

雄关漫道真如铁，而今迈步从头越。交通数字化转型仍存在应用碎片化、数据标准不统一、多源数据不连通与不一致等问题，交通规划数字化应用平台就这些问题进行探索和升级新的解决方案，助力规划从辅助决策走向主动决策和智能决策。同时，先进解决方案的探索一方面有助于建立和完善适应中国国情的交通治理理论体系，另一方面也将为世界交通研究贡献中国智慧。

封面图片来源：

《城市交通》自选图库

拍摄：赵雪屯

点击“阅读原文”查看

“观点集萃”栏目更多内容