在大数据迅猛发展的时代背景下，传统交通模型体系及建模技术已无法适应大数据应用及精细化规划决策的需求

本文分析了当前交通模型发展面临的关键问题，结合我国实际情况揭示了未来我国交通模型行业发展趋势，并从数据基础、软件平台、建模理论、模型功能、应用场景等整个模型体系角度提出大数据背景下交通模型发展的方向及对策。

西方交通模型起步较早，交通模型软件的开发已比较成熟，中国使用这些建模体系及软件平台并无不妥，但随着近年来大数据、新技术的快速发展，传统的交通模型体系及软件已无法满足国内的行业发展需求，发展适合国内应用需求、基于大数据的交通模型体系及软件平台是行业发展的必然趋势。

01

交通模型构建技术发展现状

西方的交通模型发展起步较早，美国于20世纪50年代开始了四阶段交通需求模型的开发工作。国内交通模型的发展起步较晚，北京、上海、广州等城市最早于20世纪80年代开始组建专门的力量建设所在城市的交通模型，时至今日，国内尚无自主的市场化交通模型软件，仍使用国外交通模型软件进行建模。

1.传统四阶段模型仍为主流

尽管经历了半个多世纪，美国几乎所有城市交通规划的基本做法还是所谓的“四阶段法”，国内也不例外。近年来国内一些城市在交通模型技术及建模体系方面开展了一定的创新，如北京交通发展研究院研发了基于活动链理论的北京市交通模型等，但纵观国内其他城市，绝大部分城市的交通模型仍为四阶段体系。

2.新型建模理念有待推广应用

四阶段模型作为经典的交通模型建模理论，在交通规划领域已有几十年的发展历史并得到广泛应用及验证。然而，随着规划行业向精细化方向的转型以及大数据应用能力的不断提升，四阶段模型已无法满足规划工作对精细化、定制化等方面的要求。

基于活动链的出行需求模型、基于大数据的交通模型、基于B/S架构的交通模型平台等新的建模体系及技术不断涌现，但从技术成熟度来看，这些新型建模技术当前还处于理论研究为主的阶段，在工程应用中尚不成熟。

在大数据和精细化管理快速发展的背景下，交通模型的发展面临传统模型体系无法深度融合大数据、集计模型难以满足精细化决策支持需求、现有交通调查模式无法支撑建模体系转型等诸多问题。   

1.传统模型体系不适应大数据应用的需求

传统交通调查是以往数据资源及获取渠道匮乏时代的产物，当前已进入大数据时代，数据资源海量化，大数据分析技术不断成熟。

以出行需求建模为例，传统居民出行调查抽样率仅为城市人口规模的1%左右，而根据工信部2019年底统计数据，全国移动电话用户普及率达114.4部/百人，如基于手机信令数据进行建模，数据样本量将远远高于传统抽样交通调查。

基于抽样交通调查设计的交通模型体系，无法支撑对大数据的有效融合。传统交通模型正在面临全样本、动态化、可持续的大数据的严峻挑战。 

2.集计导向的交通模型难以应对精细化决策支持需求

以往受数据资源、运算能力的限制，非集计模型难以推广应用，在实际工作中获得广泛应用的交通模型理论以集计导向的模型为主。随着规划行业向精细化方向转型，交通规划工作对交通模型的精细化水平提出了更高的要求。

然而，集计导向的交通模型在应对精细化决策支持需求方面凸显乏力，这与集计模型在基础数据粒度、分析单元、模型结构、建模方法、模型参数设定等各方面的精细程度密切相关。

3.现有交通调查模式无法满足建模体系转型的要求

现有交通调查体系是伴随四阶段体系模型而产生的，其调查内容主要是针对传统四阶段模型构建的数据需求而设计的。

以出行需求模型构建为例，在构建新型的基于活动链的出行需求模型中，传统通过居民出行调查获得的居民出行信息在数据量、精细程度、准确性等诸多方面均无法与手机信令数据等各类LBS数据相媲美，无法有效支撑该模型的构建。

除此之外，现有交通调查无法满足建模体系向大数据、精细化方向的转型不仅体现在数据内容上的不足，更重要的还包括交通调查周期、方式、数据规模、质量及时效性等整个调查模式上的不足。

4.较高的技术门槛限制了交通模型价值的发挥

交通模型专业性强、技术门槛高、建设代价大，目前仅北上广深等少部分城市具备模型构建及常态化应用维护的能力，绝大部分城市或者不拥有交通模型、或者仅有第三方服务机构依托其他项目构建的模型，且总体上，受技术门槛高、非专业人员使用难度大的影响，交通模型大多仅在重大项目中应用（如综合交通体系规划、轨道线网规划等），一般项目难以获得交通模型支撑。

这一方面与交通模型本身的技术性强有关，另一方面也与现有的交通模型软件体系较封闭等问题相关。

传统城市综合交通调查一般为每五年开展一次，且调查数据处理及模型更新周期较长，以此为基础构建的交通模型在时效性上无法满足常态化的工作需求。

而在大数据方面，一方面经过多年发展，交通行业相关的大数据资源不断丰富、大数据应用能力不断提升，如运营商的手机信令数据，高德、百度等互联网企业的位置大数据，各类交通运行大数据，POI/AOI等地理信息数据在交通行业取得广泛应用；另一方面，传统交通规划咨询行业已渡过交通大数据应用的启蒙期，纷纷开展传统交通模型技术与大数据的融合。

在深度融合大数据的前提下，优化调整模型结构，简化模型参数标定等过程，提升模型更新效率及时效性，增强交通模型对大数据的可扩展性，形成大数据驱动的交通模型是未来交通模型行业发展的必然趋势。

2.规划行业向精细化的转型对交通模型提出了新要求

随着城市化进程的不断推进以及人民对城市品质要求的不断提升，各行各业的管理决策水平均在向精细化方向转变，交通规划行业亦不例外。

以轨道交通规划建设为例，为争取交通投资项目而对运量作出过高预测的实例随处可见，但近年来无论甲方还是乙方单位都在向理性化、精细化方向转变，比如对客流风险较高的市郊/城际铁路项目，近年来，京津冀、长三角地区的相关项目在规划阶段突破传统客流预测思路，对更加精细化的客流指标进行定量预测，如进一步分析总客流中通勤、生活、商务、旅游等各类客流成分的差异化特征，不同服务水平下客流的波动特征等，为相关项目的规划建设提供了科学、客观的定量数据支撑，而这需要更加精细化的交通模型提供支撑，见图1。

图1 杭州至绍兴城际铁路精细化交通需求预测模型

3.交通模型平台亟待向云平台等轻量化体系转型

当前，国内城市交通规划模型大多是以国际上流行的若干个交通模型软件为基础构建，如美国的TransCAD、CUBE，德国的PTV，加拿大的Emme等，国内尚无自主的市场化交通模型软件。国内使用这些建模软件并无不妥，但需要保持甄别批评的态度，此类交通模型软件均基于C/S架构开发，普遍存在技术壁垒高、软件体系较封闭、非专业交通模型师难以使用等问题，其模型体系、功能等已无法满足当前国内多样化的业务需求。面对当前业务需求多样化、专业交通模型从业人员紧缺的行业痛点，研发面向业务场景、便于一般规划人员快捷操作、轻量化（如基于B/S架构）的交通模型平台是行业的迫切需求。

4.“数据+模型”的整体解决方案具有更大的应用前景

交通模型的构建既离不开建模工具，也离不开基础数据，交通模型软件仅能解决如何构建模型的问题，建模基础数据的获取同样重要，交通模型的构建需要大量的基础数据，包括交通小区、交通网络（道路、公交、轨道等）、交通需求数据、交通运行数据、社会经济数据等，如何获得建模基础数据也是行业的重要需求。探索通过大数据等方式获取可持续建模数据的方法，将建模数据与建模服务融合，为规划决策工作提供打包式、一体化的整体解决方案，相比传统的独立建模工具模式具有更大的应用前景。

传统交通模型主要依赖于抽样出行调查，对具有全样本特性的公交、轨道等交通运行数据也有应用，但并未真正融合在模型体系中，大数据资源及应用能力的不足制约了交通模型的发展。将大数据与交通模型深度融合，构建大数据驱动的模型体系是未来交通模型发展的必然趋势。

一方面突破交通行业自身的局限，积极融合运营商、互联网等行业的移动位置、用户画像、POI/AOI等多源新型数据，如图2；另一方面突破四阶段模型体系，从大数据的特征出发重构交通模型体系，实现大数据与交通模型的真正融合。

图2 基于手机信令与AOI数据的交通模型构建

2.软件平台：向轻量化、场景化转变

现有软件平台的封闭性限制了交通模型的推广应用及价值发挥，未来软件平台的建设应从方便用户使用、利于行业普及的角度出发，一方面向轻量化方向发展，突破当前以C/S架构为主的软件体系，研发B/S架构软件平台，实现基于云平台的交通模型，让用户可以随时随地使用交通模型，而不需要考虑软件的安装、授权、设备运算能力的限制等。

另一方面根据分类型的业务需求，研发场景化的建模工具，引导用户快速、高效的完成服务指定业务需求的交通模型构建。通过向轻量化、场景化的转变打破技术壁垒，使更多的规划从业人员能更加便捷、高效的构建及使用交通模型，从而促进交通模型及交通规划行业的发展。

3.建模理论：向精细化、非集计转变

为有效支撑精细化交通规划的需求，使交通模型适应行业发展，交通模型建模理论应向精细化、非集计的模型理论转变。

基于传统四阶段理论构建的交通模型本质上为集计模型，受模型体系的制约无法为精细化交通规划工作提供有力的支撑，而非集计导向的交通模型能对多样化、差异化的出行需求及出行选择行为进行更加精细的建模，如基于活动链的出行需求模型（见图3）、服务精细化人群建模的人口合成模型等，在可服务宏观交通战略规划的同时也可有效支撑各类精细化的分析需求。

图3 基于活动链的交通需求模型构建理论

4.模型功能：向模块化、定制化转变

交通模型是一项专业要求很高的技术，完整的交通模型体系庞大、使用复杂，只有专业的交通模型师才能使用，而当前交通模型技术人员十分紧缺，这大大限制了交通模型价值的发挥。

为有效提升交通模型在规划工作中的应用水平，让普通规划从业人员也能便捷、高效地使用交通模型，把专业、复杂的交通模型作为后台支撑，针对规划业务高频需求，开发定制化、快捷化、一键式的功能模块，用户无需操作复杂的交通模型，只需要根据所需业务选择使用指定的功能模块，根据需求定制项目输入，即可一键化获取测试结果，使交通模型真正成为交通规划工作的有力工具。

5.应用场景：向全行业、全过程转变

传统交通模型主要用于交通规划业务，而将大数据与交通模型融合形成“数据+服务”的模式，可支撑交通模型应用场景的拓展，将模型应用的行业范围由规划部门向交通部门、交管部门、公交/轨道运营企业等拓展，将模型应用的业务范围由规划业务向运行评估、管理决策等拓展，除在传统交通行业外，还可进一步向智慧城市、交通大脑等方向延伸，面向全行业、全过程形成满足不同业务需求、差异化的解决方案。

图4 服务公交企业运营管理、调度及评估的公交模型