數據分析在快速路規劃中的應用
——以山東淄博市為例

張琪勝

[上海市政工程設計研究總院（集團）有限公司，上海市 200092]

0 引 言

交通規劃一般需要進行準確詳實的交通調查工作，以把握城市的現狀交通特征及規律。傳統方法需要進行精確的調查樣本設計，經過“調查方案設計—調查人員培訓—組織交通調查—基礎數據匯總處理—數據分析”的復雜流程，時間周期較長，成本較高[1]。隨著移動互聯大數據時代的到來，城市交通數據不斷迸發，大數據分析也因其全面性、準確性、便捷性、實時性、經濟性等特點得到交通規劃領域的關注。大數據分析在路網結構分析、出行時空分布、職住分布、交通運行態勢識別、擁堵溯源等方面得到良好的應用，這為城市交通規劃的前期分析和初步方案形成提供了新的思路和手段[2]。

本文以手機信令數據、導航地圖應用程序接口爬蟲數據為基底，研究大數據分析在城市交通規劃中的應用，并以淄博市快速路網規劃為例，驗證其適應性。

1 數據分析流程及方法

1.1 數據結構

城市交通大數據是指由城市交通運行管理直接產生的數據、城市交通相關的行業和領域導入的數據，以及來自公眾互動提供的交通狀況數據構成的，用傳統技術難以在合理時間內管理、處理和分析的數據集[3]。不同類型的數據和相同類型但獲取渠道不同的數據，其結構往往不同。手機信令數據和導航地圖網站接口數據因其廣泛易得的特點適用于對城市交通特征的分析。本文以這兩類數據為研究對象簡述其結構特征。

手機信令數據一般指CS域信令，具有BSC切換、位置更新、開關機和位置區切換等信令[4]。其捕捉數據以基站為基礎，用戶手機終端途徑基站覆蓋范圍時則被記錄，按照一定規則處理后可以得到出行數據、駐留數據等。以出行數據為例，其包含字段見表1。

表1 手機信令出行數據字段屬性（聯通信令）

導航地圖接口數據是指百度地圖、高德地圖等向開發者提供的地圖應用編程接口調用后返回的數據。一般包括起訖點間各種交通方式的時間、距離、速度、坐標點串、費用等數據。以高德Web服務API駕車路徑規劃接口為例，返回數據結構如圖1所示。

圖1 高德地圖駕車路徑規劃AP I返回數據參數結構

由于各類數據結構的不同，一般需設計不同的獲取手段、分析流程和分析算法。

1.2 數據分析流程及算法

手機信令數據普遍應用于居民出行特征識別中，如時變特征、產生吸引特征、職住分布特征、OD分布特征、通道選擇特征等[5]。手機信令數據分析的流程一般需經過數據準備、數據清洗、數據處理和數據分析等步驟，以聯通手機信令數據為例，其分析流程圖如圖2所示。時變、產生吸引、OD分布、通勤分布等特征的分析算法，在運營商提供初步處理后的數據時，僅需要按條件從數據庫中篩選數據即可。

圖2 聯通手機信令數據分析基礎流程

導航地圖接口數據則主要應用于交通態勢提取、可達性分析等方面。其分析流程可以概括為構造—調用—存儲三個步驟。具體而言，首先根據手機信令或其他手段得到的時變特征判別早晚高峰時段，在此時段內，基于接口規則構造鏈接地址，調用地址后得到返回的時空數據，然后存儲于數據庫中。值得注意的是，為了保證爬取數據的時間跨度在合理范圍內，需采用多線程爬蟲提高爬取速度（IO密集型程序）。

2 案例分析

淄博市地處山東省“四縱五橫”綜合運輸通道濟青通道和濱臨通道的交匯處，是溝通全省“一群兩心三圈”區域布局和“三區”建設的橋梁紐帶，在新發展格局中具有重要鏈接作用。目前，淄博主城區及組群間缺失骨架快速路，城市交通以主干路為主，組群間以干線公路串聯，過境交通、貨運交通干擾日漸嚴重，組群間骨干聯系通道高峰時段擁堵顯著。為分解交通需求層次、縮短城市時間距離、完善內外交通銜接、擴大城市輻射力，需要對快速路體系進行規劃研究。

2.1 出行時間分布

出行時間分布表征不同時段出行量的相對比例。為降低疫情影響，體現出行特征的一般規律，選取2020年11月份聯通手機信令數據進行分析。通過篩選出行時間屬性判斷淄博市居民出行時間分布，如圖3示。結果顯示，早高峰時段為7:00—8:30，晚高峰時段為16:00—17:30，高峰小時比例約為10.03%，此外在11:30和13:30出現兩個較小的峰值，為午高峰時刻。

圖3 交通量比例時變圖

2.2 可達性分析

可達性分析反應各地至核心點的出行時耗。以淄博市人民政府為核心點，以500 m×500 m網格為尺度，獲取早晚高峰時段的可達性,如圖4所示?？梢钥闯觯叻鍟r段，張店內部至核心點的行駛時間部分大于30 min，外圍組群至核心點的時耗大于30 min，與綜合交通規劃中提出的相鄰組群30 min通達，五區一縣1 h覆蓋的目標相距較遠，與主城提質增容、交通快速通達的城市工作思路相背，因此需要提升各組群與張店之間的通行時效。

圖4 淄博市高峰時段可達性

2.3 通勤分析

在淄博市域范圍內，以手機信令數據為基礎，以調查統計數據為校驗，分組群研究職住分布情況，如圖5所示。研究結果顯示，不同組群呈現出不同的職住特征。淄川、周村、桓臺、臨淄這類與張店核心區相鄰的組群呈現內部為主、張店為輔的通勤特征，博山、高青、沂源這類外圍組群則基本是內部通勤，與張店聯系較弱。以桓臺為例，其內部通勤比例為79%，至張店通勤比例為19%，其他組群比例為2%。這表明張店周邊組團與張店之間的交通需求較大，但通道時效性相對較差，因此，需要提升張店區的可達性。

圖5 毗鄰核心區組群通勤分布

就張店內部而言，呈現出“職集中，住分散”的格局。早高峰時段，通勤交通從四面八方匯聚于淄博站、美食街、火炬廣場等商辦集中區域，交通壓力顯著。交通產生吸引源集中于濟青高速—原山大道—昌國路—淄東鐵路所圍合區域，主要分布于柳泉路、金晶大道、南京路、世紀路、中潤大道、聯通路、新村路沿線。因此，考慮到現狀交通擁堵狀況，主城核心區域需要形成保護環，增強關鍵路段承載力，分離過境交通，優化到發交通，緩解內部交通壓力。

2.4 通道分析

根據職住分布，分析各組群與其他組群的聯系，研究組群間主要通道，如圖6所示。桓臺約有18.6%的居民至張店工作，其主要通道為金晶大道和柳泉路，通道流量約占總體流量的76%；周村約有10.2%的居民至張店工作，其主要通道為張周路、聯通路、人民路和昌國路，通道流量約占總體流量的84%；淄川約有8.1%的居民至張店工作，其主要通道為柳泉路—張博路，通道流量約占總體流量的79%；臨淄與西側工業區聯系最為緊密，主要通道為辛化路，工業區現狀缺少貫通性干道連接，臨淄與張店區聯系主要依靠臨淄大道，通道流量約占總體流量的68%。

圖6 周邊各組群至張店主要通道比例情況

2.5 快速路網規劃策略

快速路網形態結構的確定需要綜合考慮城市空間布局、用地情況、地形條件等各種因素。根據上述數據分析，淄博市組群交通呈現以張店為中心的放射狀分布，適合構建以“環+射”為主的復合型快速路系統布局。針對環射結構，其布局策略包括：構建優質高效的中心城區快速路保護殼，建立主城區與組群間的放射快速通道。

（1）構建優質高效的中心城區快速路保護殼

淄博市各區縣中，張店區出行量最大，處于核心地位。因此，非常有必要在城市核心區域構建快速交通環線，形成核心交通保護殼，分離區間中長距離過境交通，緩解內部交通壓力。張店核心區交通源主要集中在青銀高速—原山大道—昌國路—淄東鐵路所圍合區域。因此，可以考慮以原山大道—昌國路—寶山路—魯泰大道作為核心內環。此外，在內環保障核心區交通的基礎上應擴大城區交通快速環的規模，構建主城區層面的交通保護殼，進一步提升中心城區交通承載力，優化城區交通品質，同時可作為核心內環外圍的交通緩沖圈，分離外圍組群間的交通。

（2）建立主城區與組群間的放射快速通道

根據上述數據分析：對于張店—臨淄，推薦利用臨淄大道，將其提升，作為射線快速路；對于張店—淄川，應優先考慮將柳泉路—張博路作為射線快速路；對于張店—桓臺，應優先考慮將金晶大道作為射線快速路；對于張店—周村，推薦將張周路提升，作為射線快速路。

需要說明的是，以上策略或建議僅依據數據分析結果，為理論上的較優通道，未來規劃情況、實際實施可行性則另需論證。

3 結 語

基于數據分析的手段可以有效地輔助城市快速路系統的規劃。本文基于地圖網站數據、手機信令數據等多源數據分析城市交通特征、通勤分布、主要通道選擇等方面，為淄博市快速路系統方案提供數據基礎支撐。