東南網(wǎng)4月19日訊 （通訊員 李玫）原本只需要30分鐘的上班路，卻因?yàn)橐馔獍l(fā)生的交通事故、預(yù)料之外的道路維修,、臨時碰上的交通管制等等原因,，使得最終到達(dá)的時間遠(yuǎn)遠(yuǎn)超出預(yù)期。

這些外界因素帶來出行中的“不可靠”,，成為了影響人們出行體驗(yàn)最重要的因素之一。為了應(yīng)對這些不可靠因素，人們應(yīng)該提前多長時間出發(fā),？這個看似無解的問題，卻通過滴滴出行大數(shù)據(jù)給出了解答,。日前,，滴滴出行聯(lián)合浙江大學(xué)交通工程研究所發(fā)布“中國主要城市交通可靠性分析報告”，利用滴滴出行大數(shù)據(jù),，制定了一系列測算交通可靠性的量化指標(biāo),，并對全國40座一、二,、三線城市的交通可靠性進(jìn)行分析排名,。

五大指標(biāo)

量化城市交通可靠性

對于交通系統(tǒng)而言，何為“可靠性”,？根據(jù)業(yè)內(nèi)學(xué)者的定義,，交通可靠性是指在給定的一段時間內(nèi)，交通運(yùn)輸服務(wù)在一定的路段,、區(qū)域中保持一致性的程度,。

“交通可靠性是指在給定的一段時間內(nèi)，交通運(yùn)輸服務(wù)在一定的路段,、區(qū)域中保持一致性的程度,。城市道路系統(tǒng)經(jīng)常受到隨機(jī)因素的影響（交通事故,、臨時交通管制、突發(fā)自然災(zāi)害等）,，給居民出行帶來極大的不確定性,。同時隨機(jī)因素降低了交通運(yùn)行的可靠性，對城市交通功能的發(fā)揮和城市發(fā)展產(chǎn)生了不利的影響,。簡單地說,，交通可靠性可以反映出路網(wǎng)的擁堵波動情況，居民出行隨時間和空間的規(guī)律,，隨機(jī)因素對周圍路網(wǎng)和整個城市路網(wǎng)的影響,，特殊地點(diǎn)（如火車站，機(jī)場等）附近的路網(wǎng)交通情況等,?！敝鲗?dǎo)完成此次研究的陳喜群研究員解釋說。

在此之前,，交通可靠性主要由出行者的經(jīng)驗(yàn)來判斷,，比如從自己家到公司，一般需要多長時間,，出行者一般都有個基本判斷,。但這一時間是否準(zhǔn)確，受到交通可靠性程度的影響,，如果出門碰上交通事故,，或者遭遇下雪天氣，那原本預(yù)計的出行時間就可能大大延長,；如果路上意外情況很少,，這一時間也可能大大縮短。

如何對交通可靠性進(jìn)行量化,？對此,，陳喜群博士的研究團(tuán)隊結(jié)合滴滴大數(shù)據(jù)，將指定城市劃分為了1公里乘以1公里的正方形網(wǎng)格區(qū)域,，每次出行都是從出行者所在的區(qū)域出發(fā),，抵達(dá)目的地所在的區(qū)域后結(jié)束。舉例而言,，早上7點(diǎn)半,，一名乘客從家所在的A區(qū)域出發(fā)，前往公司所在的D區(qū)域結(jié)束,。通過記錄這一行程,，可以計算出乘客從A到D區(qū)域所行駛的距離，以及所花費(fèi)的時間,。而借助滴滴大數(shù)據(jù),，可以計算出在一定的時間內(nèi),，所有從A到D區(qū)域的乘客相關(guān)數(shù)據(jù)，再擴(kuò)展為整個道路網(wǎng)絡(luò)上的多個區(qū)域,，從而計算出道路網(wǎng)絡(luò)交通可靠性,。

在此基礎(chǔ)上總結(jié)出五大量化指標(biāo)：網(wǎng)絡(luò)自由流行程時間率（NFTTR）、網(wǎng)絡(luò)平均行程時間率（NTTR）和網(wǎng)絡(luò)規(guī)劃行程時間率（NPTTR）,，分別代表著道路完全暢通時每公里行駛時間、平均狀況下每公里行駛時間,，以及為保證準(zhǔn)時到達(dá)目的地的每公里規(guī)劃時間,。通過這三大指標(biāo)，研究人員總結(jié)出了“網(wǎng)絡(luò)緩沖行程時間率（NBTR）”及其指數(shù)NBTRI,，兩者數(shù)值越高,，代表相應(yīng)的交通可靠性程度越低。

40城市交通可靠性排名

并非城市越大交通越不可靠

在人們印象中,，似乎城市越大,，交通越擁堵，交通可靠性就越低,。但從這次的研究結(jié)果來看并非如此,。

以北京為例，在道路完全暢通時,，每行駛1公里所需時間為2分鐘,；在通常情況下，平均每行駛一公里需要2.83分鐘,；如果要確保準(zhǔn)時到達(dá),，每行駛一公里最多花費(fèi)4.94分鐘。這一數(shù)字表明,，對于北京居民而言,，為了保證能準(zhǔn)時抵達(dá)目的地，每公里行程需要額外預(yù)留2.11分鐘,。這意味著北京的NBTRI指數(shù)為0.74,，在本次研究劃分的類別中，僅屬于“輕度不可靠”（對本次研究的40個城市的交通可靠性等級進(jìn)行分類,，NBTRI指數(shù)低于0.67,，為“可靠”級別；指數(shù)在0.67-0.7之間,，為“基本可靠”,；指數(shù)在0.7-0.75之間，為“輕度不可靠”,；指數(shù)在0.75-0.79之間為“中度不可靠”,；指數(shù)大于等于0.79,，為“嚴(yán)重不可靠”）。

而此次浙江大學(xué)交通工程研究所也對全國40座一,、二,、三線城市的交通可靠性進(jìn)行評測后發(fā)現(xiàn)，哈爾濱,、長春和濟(jì)南的NBTR指數(shù)最高,，表明交通可靠性較差，其中排名榜首的哈爾濱,，如果居民想要準(zhǔn)時到達(dá)目的地,，每公里至少需要多預(yù)留2.89分鐘；而交通可靠性最高的三座城市為三亞,、蘇州和威海,，其中在三亞每公里只需要多留出1.33分鐘就可以確保準(zhǔn)時到達(dá)。

交通可靠性研究將助力“精準(zhǔn)治堵”

為何哈爾濱和長春這兩座東北重鎮(zhèn)會名列前茅,？對此,，陳喜群博士認(rèn)為，在測算的2015-2016年期間,，這兩座城市正在發(fā)展地下軌道交通,，道路施工較多，造成地面道路的通行能力下降,；同時兩座城市均為北方城市,，冬季下雪天氣較多，使得路面結(jié)冰,，降低道路通行能力,，且易發(fā)生交通事故，這也造成了交通可靠性的降低,。

陳喜群的研究團(tuán)隊此次是將城市進(jìn)行1公里乘以1公里的網(wǎng)格化分析,，更加微觀地洞察了城市更小部位的交通狀況。對此,，陳喜群博士認(rèn)為,，“智慧交通”越來越多地被應(yīng)用于城市交通治理，而運(yùn)用大數(shù)據(jù)更細(xì)微地觀察路網(wǎng)狀況,、居民出行感受度的交通可靠性分析,，可以對城市“精準(zhǔn)治堵”提供參考依據(jù)，為路網(wǎng)布局和規(guī)劃提供決策支持,。

滴滴出行大數(shù)據(jù)

將為智慧交通提供“導(dǎo)航儀”

一座城市的交通可靠性高不高,？城市內(nèi)各個區(qū)域的交通可靠性分布如何？背后是因?yàn)槭裁匆蛩厮斐傻?？對于這些問題,，過去不少人或許可以從經(jīng)驗(yàn)上來進(jìn)行判斷,，但卻無法通過直觀的數(shù)字來進(jìn)行量化。因?yàn)檫@種量化需要對海量的出行樣本進(jìn)行統(tǒng)計分析和挖掘之后,，才能找到其中所隱藏的“秘密”,，但在過去的出行模式之下，顯然難以實(shí)現(xiàn),。

而借助滴滴出行平臺,，每天都有海量的交通工具在平臺上運(yùn)行，這也為交通可靠性的量化提供了最有力的參考數(shù)據(jù),，也正是在此基礎(chǔ)上,，未來在智慧交通方案的制定上，才能更加有的放矢,，達(dá)到更好的效果。在這個過程中,，滴滴出行大數(shù)據(jù)讓智慧交通的方向更加明確,，成為了名副其實(shí)的“導(dǎo)航儀”。

事實(shí)上,，滴滴正與越來越多的政府部門在智慧交通領(lǐng)域達(dá)成合作,，此前滴滴出行分別于深圳和成都達(dá)成戰(zhàn)略合作伙伴關(guān)系，共同推進(jìn)當(dāng)?shù)氐闹腔劢煌ńㄔO(shè),，這也將讓未來的城市出行環(huán)境變得更美好,。

?