Impact of New Technology on Urban Transportation Research

　　20世纪60年代，随着红宝石激光器的诞生以及计算机技术的普及，世界开始进入信息时代。交通规划理论也因数据处理能力的提高，分析方法由集计(aggregate)向非集计(disaggregate)方向转变。进入20世纪90年代，智能交通理论及应用的日益成熟使交通信息处理逐步向动态化、实时化方向发展。

　　可以看出，交通理论的研究与相关辅助技术的发展是密不可分的。例如ITS中的交通流诱导理论，是某种意义上的实时交通规划理论，只是规划时间由传统的几年、十几年变为5 min。这种特殊的规划形式在不改变道路交通基础设施的情况下，通过使出行者选择合适的时间以及合适的路线(空间)出行，减少出行者在路上所花费的时间，提高出行效率，客观上减少道路网络所承受的压力，提高道路利用率。交通流诱导中所采用的实时规划，其理论基础还是传统的四阶段模型，只不过其实际内容针对新的需求进行了相应改进。所以，没有深厚的交通理论基础，只靠信息技术来建立所谓的“智能交通系统”，很难对交通流实施有效的诱导。

　　如此说来，我们似乎就可以沉浸在实施技术服务于基础理论的胜利中。当然，这里的技术和理论的定义是狭义的，仅对于本文有效。反过来我们是否可以反思有哪些新的技术能够更好地为理论体系服务却遭到忽视呢？

　　交通信息采集是从事城市交通研究所必需的工作基础，从早年的人工调查、跟车调查到专业类的流量采集设备出现，帮助我们建立了以道路交通量为核心的交通规划和分析的理论体系。20世纪90年代初，美国的Path Group开展了一项关于浮动车(Floating car)的研究，2005年的世界ITS大会上浮动车技术成为智能交通领域最大的研究热点，现在已经日益成熟并开始服务于商业社会。但是，直到现在浮动车技术的精度还受到怀疑，认为其只能成为固定检测器的辅助信息。这一观点是值得商榷的。以北京市为例，目前服务于浮动车系统的出租汽车有效数量为2.5万台左右，定位数据上传频率为60 s。在这样的环境下，成熟的浮动车技术可以满足城市封闭道路行驶速度90%以上的精度及普通道路85%以上的精度要求。而在上海，7 000辆出租汽车上传的以10 s为间隔的数据可以满足高架路及主要普通道路90%以上的精度要求。另外，在北京，浮动车可以提供4 000 km道路的实时交通信息。因此，相对固定检测器的定点检测，浮动车对路段的流量特征揭示得更全面、更准确。从交通量预测和OD估计的角度看，显而易见，浮动车数据采集也有着无可比拟的优势。随着浮动车技术和设备的进一步成熟，它将成为一种非常重要的交通数据采集手段。

　　由于这些新技术的出现，我们需要重新思考城市交通理论体系的实现方法、算法甚至框架，而更多、更实时、更准确的数据也将为我们在交通流分析以及交通规划中提供更多的可能。城市交通的精细化规划、道路系统的潮汐化分析、驾驶人行为的精细化分析等，在未来都将成为可触摸的现实。作为城市交通的研究者，站在更高的角度观察所研究的领域，是把握其研究方向和进行有效工作的基础。

北京九州联宇信息技术有限公司总经理　王川久