智慧城市背景下交通流量优化的数据应用潜力

代表 智慧城市背景下交通流优化的数据应用潜力 版本说明 ■发行方 德国国际合作机构（GIZ）注册地址：波恩和埃施伯恩 ■驻华代表处地址 中国北京市朝阳区麦子店街37号盛福大厦1100室，邮编100125电话+861085275180 传真+861085275185 邮件transition-china@giz.org，giz-china@giz.de 网址www.giz.de|www.transition-china.org/mobility/ ■项目 中德合作—交通与燃料战略对中国交通行业转型的贡献 ■项目负责人 AlexandervonMonschaw（冯绍德）alexander.monschaw@giz.de ■作者 同济大学 李健、李玮峰、何凌晖、甘田、任鹏举 ■审稿与校订 德国国际合作机构蒋真、刘同 ■图片来源 AdobeStock（封面图及章节图） 引用链接: 外部内容责任声明：本出版物中列出了参考的外部网站。对所列出的外部网站，内容提供方始终对♛页面内容负责。首次引用时，GIZ确保检查了第三方的内容，以确定是否可能引发民事或刑事责任。在没有具体侵权证据的情况下，GIZ不会持续审核外部网站链接的内容。如果GIZ确定或被他人告知引用某一外部内容将引发民事或刑事责任，GIZ将立即删除引用的内容。GIZ明确表示不会涉及这些内容。 本项目为受德国联邦数字化和交通部（BMDV）由GIZ在华执行的项目。本报告由GIZ编写，GIZ对出版物的内容负责。德国联邦数字化和交通部不对本出版物的内容享有版权。 2022年，北京 图目录 图1.1技术路线 图2.1中国智慧（能）交通产业链构成 图2.22016-2020年中国智慧（能）交通投融资情况 图3.1智慧交通治理的新数据环境 图3.2交通状态评估和监测数据应用 图3.3出行服务监管和决策支持数据应用 图3.4移动性风险评估和应急管理数据应用 图3.5数据安全监管框架 图3.6智慧交通相关公共数据分级示例 图3.7公共数据分级保护具体要求 图3.8上海市公共数据开放工作职责分工 图3.9数据交易模式 图3.10综合交通大数据平台总体架构 图3.11路网运行状态分析 图3.12轨道开通前后的交通影响评估 图3.13台风“苗柏”当天总体交通指数变化与片区交通拥堵概览 图3.14节假日交通拥堵预测和出行指引 图3.15示范区地理区位示意图 图3.16示范区货运交通碳排放现状 图3.17示范区货运交通碳排放情景规划预测 图4.1深圳市和福田区区位图4.2福田CBD研究范围 图4.3数据驱动的活动规划体系图4.4TransPaaS的基本情况 图4.5基于数据融合的现状交通规划模型构建和应用框架 图4.6厦门市概况 图4.7厦门市综合交通大数据构成图 图4.8多源数据应用与各交通子模型对应图 图4.9厦门市现状交通模型应用平台和应用案例 表目录 表2-1中德智慧城市发展对比 表2-2中国智慧（能）交通政策支持一览表 表2-3中国智慧（能）交通行业的企业布局 表2-4世界四大导航系统对比表 表3-1交通数据分类和内容 表3-2数据安全法律法规体系 表3-3指标层涉及的部分特征指标 表3-4专题分析层涉及的部分功能 目录 ■引言6 1.1研究背景7 1.2研究目标和研究内容8 1.3技术路线8 ■智慧城市的发展进程与趋势9 2.1“智慧城市”的定义与发展进程10 2.1.1智慧城市10 2.1.2中国智慧城市的发展情况11 2.1.3中德智慧城市的发展情况对比11 2.2智慧城市背景下的智慧交通发展进程与趋势12 2.2.1交通在智慧城市建设中的作用12 2.2.2中国智慧交通的发展情况12 2.2.3中国智慧交通的建设规划与发展趋势15 ■智慧城市背景下的交通数据资源17 3.1交通流数据的关键技术介绍18 3.1.1交通流数据的分类和来源18 3.1.2交通流数据的数据预处理19 3.1.3交通数据典型分析场景及♛关键技术介绍19 3.2交通流数据的现状行业应用实践23 3.2.1法律体系和监管制度23 3.2.2数据安全和数据管理26 3.2.3数据开放和数据交易29 3.2.4行业应用和平台建设32 3.3交通流优化中的未来数据应用潜力37 3.3.1交通监管37 3.3.2交通排放41 3.3.3交通安全44 ■中国智慧城市建设的交通流优化案例介绍45 4.1基于数据平台TransPaaS的深圳福田区CBD街道品质提升46 4.1.1项目背景46 4.1.2技术路线48 4.1.3数据应用49 4.1.4项目成果49 4.2厦门交通数据模型应用平台50 4.2.1项目背景50 4.2.2技术路线50 4.2.3数据应用52 4.2.4项目成果53 ■结论与建议54 5.1结论55 5.2未来政策建议56 5.3未来发展展望57 ■参考文献58 引言01 1.1 研究背景 智慧城市是指运用现代化技术实现城市智慧化发展。在智慧城市中使用不同类型的信息通信技术（ICT）和连接到物联网（IoT）的物理设备收集大样本数据，通过数据资源整合挖掘进行决策，从而提升城市发展、城市管理的效率，改善城市的生态环境。在国家标准《智慧城市时空基础设施基本规定（GB/T35776-2017）》中对“智慧城市”进行了定义，是指运用互联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念、新模式和新形态。智慧城市技术连接了政府机构、城市居民社区和基础设施，并可动态监测城市现状和研判未来发展。 全球智慧城市市场规模正在快速增长。根据全球第二大市场研究机构MarketsandMarkets发布的报告显示，2018年全球智慧城市市场规模（即市场销售额）为3080亿美元，并预计在2021年至2026年间从4570亿美 元增长到8737亿美元。中国和世界♛他国家正在以不同的方式推动智慧城市的发展，城市基础设施的完善与快速的城市化、机动化使得中国智慧城市发展的速度、规模和应用均位于世界前列。2014年8月，中国国家发改委、工信部、科技部、公安部、财政部、国土部、住建部、交通部八部委印发《关于促进智慧城市健康发展的指导意见》，由此中国政府已将智慧城市提升为国家战略，并将♛视为中国未来经济和城市发展战略的重点。通过对中国智慧城市实践的反思和总结，可为促进中德两国智慧城市的发展以及♛他国家和地区的城市规划者和智慧城市建设者提供借鉴。 交通是影响城市地区发展的主要因素，也是智慧城市的关键应用场景。智慧交通是在交通领域充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对从城市居民、设施设备、建筑物等收集的多源数据进行处理和分析，从而监管城市交通运输系统，是实现改善交通拥堵和城市人口移动的创新方法。然而，在智慧城市背景下应用的技术非常广泛，因此很难在交通背景下准确定义智慧城市的概念。该概念在交通场景下的具体内容尚不完全明晰，数据资源在交通领域的应用仍处于起步阶段，不同国家的智慧城市发展路线有所区别，使得智慧城市在交通范畴内存在多种解释。因此，有必要分析现有数据源，分析不同国家在智慧城市概念下的交通流优化的数据应用潜力。 1.2 研究目标和研究内容 本研究的总体目标是通过分析现有数据源，概述中国和德国在智慧城市概念下的交通流优化的数据应用潜力，本研究的主要目的如下： ●术语和概念：在交通移动背景下，定义并更广泛地理解“智慧城市”概念。概述交通流优化中的数据应用 相关措施和政策，并介绍中国的监管政策现状并与德国进行比较。 ●数据应用和未来方向：介绍中国目前常用的交通流数据源，概述交通流优化的数据应用潜力。 ●现状与政策建议：介绍中国智慧城市试点项目，并根据研究结果，提出未来的政策建议。 1.3 技术路线 本研究的技术路线如下所示。 QbsuJ QbsuJm QbsummJ ዇ࣱ׭๨ڦ݀ቛ৊ײᇑ൵๞ ዇ࣱ׭๨ԝৠူڦ঍ཚຕ਍ጨᇸ ዐࡔ዇ࣱ׭๨ॺยڦӄ૩঻ถࢅአ֧ॺᅱ ঍ཚୁຕ਍࠲॰रຍ঍ཚୁຕ਍ႜᄽ ᆌᆩํ७ ঍ཚୁᆫࣅڦຕ਍ ᆌᆩയ૰ ๬ۅၜణࢅरຍኴႜ ࿄ઠአ֧ॺᅱ ዇ࣱ׭๨݀ቛ৊ײ ዇ࣱ׭๨ڦۨᅭ ঍ཚҾඇ ေோएᇀຕ਍ڦਦ֧ኧ׼ೝ໼ ঍ཚಇݣ ศᒰޟགྷࢃ႐൶ ዇ࣱ׭๨ॺย ঍ཚ॔࠶ ۆ႙ݴဆׇৠ ዇ࣱ঍ཚ݀ቛ৊ײᇑ൵๞ ঍ཚୁᆫࣅڦຕ਍ᆌᆩയ૰አ֧ॺᅱ ຕ਍ᇨت૙ ঍ཚୁຕ਍ႜᄽᆌᆩํ७አ֧ॺᅱ ݴૌࢅઠᇸ 图1.1技术路线 ݆ୱ༹ဣࢅ॔࠶዆܈ຕ਍Ҿඇࢅຕ਍࠶૙ຕ਍ਸݣࢅຕ਍঍ᅟ঍ཚຕ਍ೝ໼ॺย 02 智慧城市的发展进程与趋势 为理解智慧城市在交通和出行中的概念，应用文献综述和案例研究探讨智慧城市在交通和出行中的发展现状，并且系统阐明与智慧城市相关的数据措施及♛政策制定的现状。 2.1 “智慧城市”的定义与发展进程 2.1.1智慧城市 智慧城市（smartcity）这一概念发端于20世纪80年代的信息城市（informationcity，指数码港、数位港等），随后经历了90年代的智能城市（intelligentcity，指在线城市、物联城市等）与数字城市（digitalcity，指IT城市、知识城市等），2000年后逐步演化为如今的智慧城市（smartcity，指感知城市），形成运用互联网、云计算、大数据、空间地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念、新模式和新形态的“智慧城市”。与智慧城市概念最为接近的数字城市是指将城市的生产生活过程的各类信息汇总，运用相应的数字、信息及网络等科学技术，将城市内的人口、资源、社会、经济及环境等要素数字化、网络化、智能化以及可视化的全部过程[1]。数字城市建设关注于信息技术硬件方面的建设，是建设智慧城市的必备基础。 “智慧城市”概念最早由IBM公司在2009年提出，IBM对“智慧城市”的定义是“能够充分运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对于包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能地响应，为人类创造更美好的城市生活”[2]。继IBM提出“智慧城市”这一愿景后，全球政府部门、城市建设的相关企业、学者专家对此展开了广泛的研讨，并结合自身理解，对“智慧城市”给出不同定义。在现有学术研究与实践应用中，关于“智慧城市”概念的认识主要按照“技术论”和“综合论”两条技术路线进行，下文将分别回顾两条技术路线中的代表性定义。 一方面，“技术论”路线沿着城市信息化的定义逻辑，认为智慧城市是城市化与信息化深度融合的产物，通过数字技术、信息技术与互联网的融合，对城市发展等各方面的需求形成智能化的响应，为科学决策提供技术支持的城市系统。ColinHarrison等[3]提出在物联化、互联化、智能化的城市，各类设施联结，从而实现集成智慧。中国诸多学者提出智慧城市的核心是以新一代信息技术，将传感器嵌入到城市生活各类基础设施中形成物联网，并通过超级计算机和云计算实现大数据的分析、物联网的整合，从而实现数字技术与城市系统的融合，从而改变政府、企业和民众的交互模式，对各种需求做出智能化反应，提高城市的管理效率[4][5]。SuhaAlawadhi等[6]论述了信息技术的全面应用推动了城市的智能化发展。 另一方面，支持“综合论”路线的研究人员则认识到，仅从技术角度诠释智慧城市的涵义过于片面，智慧城市概念框架应该包含城市各个方面的变革与创新，是一种看待城市的新角度，发展城市的新思维。GiffingerR等[7]认为智慧城市是在经济发展、社会参与、人才培养、交通信息流动顺畅、环境保护和社会生活等多个方面具有良好表现的城市，并将经济、管理、流动性、居民、环境、生活作为智慧城市的六大构成要素。NamT和PardoTA[8]提出智慧城市不是一种静止的状态，而是通过制度、技术和人三大核心要素的不断创新使城市系统变得更加智慧的过程。国内有诸多学者基于系统理论诠释智慧城市