大数据时代基于全面场景的智能交通对出行模式的影响研究

南京审计大学金审学院 芮 立

针对当前居民出行因素进行调查分析，结果显示交通智能化程度高的城市，居民出行模式更加灵活，根据大数据创建的交通全面场景，居民可以实时获得更有效的出行信息，从而改善出行体验。研究将大数据下智能交通出行模式的影响分为便捷高效出行模式以及多模式融合出行模式两类，并建议根据实时全面场景，创建定制出行、最优出行、绿色出行等三大出行方式，为居民提供更加舒适的出行环境。

1 引言

近年来，大数据技术与人工智能技术的快速发展，为解决城市交通问题，提供了全新的思路，涌现出一大批具有较强适用性的智能交通系统，同时，一些掌握了大量城市交通数据的企业，也积极开展了智能交通创新深尝试，有效改善了城市居民出行环境，为深入开展智慧城市建设奠定了基础（明洁.基于居民出行行为分析的多模式公交组合调度研究[D].浙江工业大学,2015）。然而，由于缺乏对智能交通的深刻认识，相关工作的开展仍处于起步阶段，影响了城市居民高效出行模式的优化发展。本文基于智能交通发展趋势与建设不足的矛盾现状，提出了“大数据时代智能交通对出行模式的影响研究”，旨在明确新时期高效出行模式创新方向，为智能交通体系建设工作指明方向（陈艳艳,韩旺,冯国臣,等.基于出行全过程分析的多模式公交选择行为研究[J].交通工程,2017(1):33-39）。

2 智能交通场景对居民出行模式影响

表1 出行模式影响因素表

通过调查研究，主要出行需求影响因素分析如表1所示。目前我国城市居民出行模式仍多依赖于经验，即使存在更优的出行方式，往往由于数据更新不及时或精确度低而被忽略，居民获得出行的途径也较为局限，对于50岁以上人群显得尤为突出。同时我们也发现在很多交通智能化程度较高的城市，居民在出行模式的选择上则更为灵活多样，通过对交通大数据的分析，他们更容易获取到准确合适的出行方式，出行时间，交通拥堵情况也得到很大的改善。根据以上调查研究将大数据时代智能交通对居民高效出行的影响主要分为以下两类：

2.1 便捷高效出行模式

在大数据时代，居民便捷高效出行模式的发展和完善，将成为城市智能交通体系建设的重要核心，要求能够为居民提供便捷的交通服务接口，方便居民自主完成出行信息查阅、出行方式选择、出行服务定制等活动，从而实现“一键出行”，同时，便捷高效出行模式意味着城市交通环境的高度流畅，能够确保居民顺利、快捷的完成出行计划（李晓伟,王炜,杨敏,等.多模式综合交通客运方式选择行为差异性——基于强制与休闲型活动出行的对比分析[J].西安建筑科技大学学报(自然科学版),2016,48(6):868-873）。这就要求，政府和有关企事业机构要进行有效的资源整合，借助信息分析技术，实现交通信息的汇总、处理和分发，为居民提供一体化服务。出行的便捷性需求，是城市居民的首要需求，也是当前智能交通体系建设中最核心的内容。在新的高效出行模式中，大数据技术的应用，能够实现对复杂交通信息的模型化，将公共交通工具、出租车、私家车等交通工具的道路运行情况实时反馈到用户端，并借助最优化交通算法，为用户推荐最优出行选择，这样的出行将为城市交通、环境、治理等带来巨大的改变，有效提升居民出行效率，因此，城市智能交通打造只有雏形模式，也是便捷高效出行模式中的核心内容之一。

2.2 多模式融合出行模式

随着交通智能水平的不断提升，多模式融合的出行将为成为主流。所谓多模式就是指城市居民根据自身的出行需求合理配置出行资源，使用多种出行方式，达成出行目的。多模式出行又被看做是“个性化出行”，是符合当前城市居民追求个性化消费，摆脱扎堆儿消费模式的一种具体体现（王诗琪.基于出行行为分析的灵活公交动态调度模型研究[D].北京交通大学,2016）。在多模式出行中，居民可以通过交通管理工具，了解实时交通信息，然后根据自身的消费能力，选择合适的交通工具出行。这种选择不再追求“最优”“最便捷”“最便宜”等单方面的标签，而是开始关注更为个性化的标签，如出行安全、换乘数、交通工具舒适度等更多方面的信息标签。多模式出行本质上是信息技术水平大幅提升之后，城市居民获得了更为全面的交通信息和更为便捷的数据分析工具，可以开展更为灵活的选择，同时也是社会交通资源最优化配置的一种方式。未来，随着多模式出行理念的不断深入，城市居民出行将不再扎堆儿，城市拥堵问题也将要得到有效的缓解。多模式融合出行研究，是当前有关研究中最为主要的研究内容，该方面研究内容明确指出通过信息技术升级构建智能水平更高的交通信息平台，是满足城市居民出行需求的主要方式，城市交通资源管理和调度应当由居民自己来完成。在实践方面，有关部门和机构也进行了大量的尝试，个性化交通出行已经成为了新的流行趋势（李晓伟,王炜,杨敏,等.多模式综合交通客运方式选择行为决策机理——以大学生群体为例[J].西安建筑科技大学学报(自然科学版),2016,48(3):357-361）。智能交通不仅要进行交通信息的智能化提升，还要进行交通工具和交通设施的智能化水平提升，建立高度发达的智能交通环境，从而有效提升交通出行效率，为居民出行提供更多的最优选择。在美国、欧洲、日本等地区，智能交通设施的建设水平相对较高，已经涉及道路管理、道路清洁、事故处理等高难度领域，智能交通管理工具能够快速完成各项管理工作，确保交通出行效率最大化，方便城市居民的自由出行（丁月明,涂辉招,高坤.组合出行行程时间可靠性感知差异性分析[J].武汉理工大学学报(交通科学与工程版),2015(3):585-590）。

3 大数据时代智能交通创新高效出行模式建议

大数据时代智能交通与传统交通模式的不同主要体现在以下两点：

第一，出行场景发生了变化。大数据时代智能交通能够为居民提供全面的交通信息，构建了一个数据化的“全面场景”，相比传统的“体验场景”模式，该模式对出行效率的提升更为明显，居民的出行自主性更强。

第二，出行服务获取方式发生了变化，大数据时代智能交通服务机构能够为居民提供“一键式服务”，居民只需在线付费，即可预约交通服务，交通出行的便捷性进一步提升，相比传统面对面购买的方式更为灵活快捷。

根据大数据智能交通模型，通过数据建立全面场景，实时掌握当前交通环境，建议将出行模式分为以下三类以全面改善居民出行体验：

（1）定制出行模式，该模式是指智能交通服务系统，采用实时信息采集、处理、分发的方式，向用户提供实时信息支持，并提供信息检索、对比、动态展示等功能，让用户全面了解交通出行情况，建立全面场景。在此基础上根据居民出行需求自主定制出行计划。该模式将有效满足居民出行需求，方便居民的生活。

（2）最优出行模式，该模式主要是要求智能交通系统通过居民选择优化标签（如最短路程、最少换乘、最短时间）或根据居民出行偏好分析的方式，为局面提供最优出行计划。该模式能够极大提升出行效率，实现交通资源的优化分配，有效缓解城市拥堵问题。

（3）绿色出行模式，该模式主要是将绿色出行要求融入智能交通系统，为居民提供更多的绿色出行引导，方便居民选择合适的绿色出行工具，该模式对城市环境治理具有一定的帮助。