滴滴联合浙大发布新指标 量化道路交通可靠性

东南网4月19日讯 （通讯员 李玫）原本只需要30分钟的上班路，却因为意外发生的交通事故、预料之外的道路维修、临时碰上的交通管制等等原因，使得最终到达的时间远远超出预期。

这些外界因素带来出行中的“不可靠”，成为了影响人们出行体验最重要的因素之一。为了应对这些不可靠因素，人们应该提前多长时间出发？这个看似无解的问题，却通过滴滴出行大数据给出了解答。日前，滴滴出行联合浙江大学交通工程研究所发布“中国主要城市交通可靠性分析报告”，利用滴滴出行大数据，制定了一系列测算交通可靠性的量化指标，并对全国40座一、二、三线城市的交通可靠性进行分析排名。

五大指标

量化城市交通可靠性

对于交通系统而言，何为“可靠性”？根据业内学者的定义，交通可靠性是指在给定的一段时间内，交通运输服务在一定的路段、区域中保持一致性的程度。

“交通可靠性是指在给定的一段时间内，交通运输服务在一定的路段、区域中保持一致性的程度。城市道路系统经常受到随机因素的影响（交通事故、临时交通管制、突发自然灾害等），给居民出行带来极大的不确定性。同时随机因素降低了交通运行的可靠性，对城市交通功能的发挥和城市发展产生了不利的影响。简单地说，交通可靠性可以反映出路网的拥堵波动情况，居民出行随时间和空间的规律，随机因素对周围路网和整个城市路网的影响，特殊地点（如火车站，机场等）附近的路网交通情况等。”主导完成此次研究的陈喜群研究员解释说。

在此之前，交通可靠性主要由出行者的经验来判断，比如从自己家到公司，一般需要多长时间，出行者一般都有个基本判断。但这一时间是否准确，受到交通可靠性程度的影响，如果出门碰上交通事故，或者遭遇下雪天气，那原本预计的出行时间就可能大大延长；如果路上意外情况很少，这一时间也可能大大缩短。

如何对交通可靠性进行量化？对此，陈喜群博士的研究团队结合滴滴大数据，将指定城市划分为了1公里乘以1公里的正方形网格区域，每次出行都是从出行者所在的区域出发，抵达目的地所在的区域后结束。举例而言，早上7点半，一名乘客从家所在的A区域出发，前往公司所在的D区域结束。通过记录这一行程，可以计算出乘客从A到D区域所行驶的距离，以及所花费的时间。而借助滴滴大数据，可以计算出在一定的时间内，所有从A到D区域的乘客相关数据，再扩展为整个道路网络上的多个区域，从而计算出道路网络交通可靠性。

在此基础上总结出五大量化指标：网络自由流行程时间率（NFTTR）、网络平均行程时间率（NTTR）和网络规划行程时间率（NPTTR），分别代表着道路完全畅通时每公里行驶时间、平均状况下每公里行驶时间，以及为保证准时到达目的地的每公里规划时间。通过这三大指标，研究人员总结出了“网络缓冲行程时间率（NBTR）”及其指数NBTRI，两者数值越高，代表相应的交通可靠性程度越低。