滴滴聯合浙大發布新指標 量化道路交通可靠性

東南網4月19日訊 （通訊員 李玫）原本只需要30分鐘的上班路，卻因為意外發生的交通事故、預料之外的道路維修、臨時碰上的交通管制等等原因，使得最終到達的時間遠遠超出預期。

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最重要的因素之一。為了應對這些不可靠因素，人們應該提前多長時間出發？這個看似無解的問題，卻通過滴滴出行大數據給出了解答。日前，滴滴出行聯合浙江大學交通工程研究所發布“中國主要城市交通可靠性分析報告”，利用滴滴出行大數據，制定了一系列測算交通可靠性的量化指標，并對全國40座一、二、三線城市的交通可靠性進行分析排名。

五大指標

量化城市交通可靠性

對于交通系統而言，何為“可靠性”？根據業內學者的定義，交通可靠性是指在給定的一段時間內，交通運輸服務在一定的路段、區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，交通運輸服務在一定的路段、區域中保持一致性的程度。城市道路系統經常受到隨機因素的影響（交通事故、臨時交通管制、突發自然災害等），給居民出行帶來極大的不確定性。同時隨機因素降低了交通運行的可靠性，對城市交通功能的發揮和城市發展產生了不利的影響。簡單地說，交通可靠性可以反映出路網的擁堵波動情況，居民出行隨時間和空間的規律，隨機因素對周圍路網和整個城市路網的影響，特殊地點（如火車站，機場等）附近的路網交通情況等。”主導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驗來判斷，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行量化？對此，陳喜群博士的研究團隊結合滴滴大數據，將指定城市劃分為了1公里乘以1公里的正方形網格區域，每次出行都是從出行者所在的區域出發，抵達目的地所在的區域后結束。舉例而言，早上7點半，一名乘客從家所在的A區域出發，前往公司所在的D區域結束。通過記錄這一行程，可以計算出乘客從A到D區域所行駛的距離，以及所花費的時間。而借助滴滴大數據，可以計算出在一定的時間內，所有從A到D區域的乘客相關數據，再擴展為整個道路網絡上的多個區域，從而計算出道路網絡交通可靠性。

在此基礎上總結出五大量化指標：網絡自由流行程時間率（NFTTR）、網絡平均行程時間率（NTTR）和網絡規劃行程時間率（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，以及為保證準時到達目的地的每公里規劃時間。通過這三大指標，研究人員總結出了“網絡緩沖行程時間率（NBTR）”及其指數NBTRI，兩者數值越高，代表相應的交通可靠性程度越低。