编者按：运用数字化思维解决交通拥堵主要分三步，第一步是数字化路网背景的建立，第二步是模型流程的数字化，第三步是应用场景的数字化。

广东省交通规划设计研究院集团股份有限公司总经理助理、规划与智慧交通设计院院长、教授级高工汪超博士，在华南智慧高速技术创新与产业发展论坛上发表了“数字交通的思考与实践”主题演讲。

汪超博士介绍了数字化发展的背景，并引发出对行业数字化的思考。在此基础上，广东省交通规划设计研究院针对交通行业提出了数字治堵的解决方案，并通过收费站治堵为例，从构建数字化路网背景、收费站仿真模型建立以及应用场景数字化三个方面进行了介绍，最后展示了机场高速三元里智慧收费站的建设成果。

以下为演讲全文，有删减：

1

背景

从整个宏观背景来看，最近大家比较关注10月14日习总书记在联合国全球可持续发展大会上关于智慧交通的一些论述，其实在此之前，习总书记已经提出过“要抓住产业数字、数字产业化赋予的机遇”指示。对于整个交通行业来说，交通产业的数字化升级，是一个难得的历史机遇。

就广东省而言，今年1月份，马兴瑞省长在《求是》杂志上发表了《加快数字化发展》文章，他提出“数据是推动数字化发展的一个关键要素”。

关于整个产业数字化和数字产业化，在全国范围来看，两个省份比较有代表性，第一个是广东，第二个是浙江，由于习总书记当时的讲话地点是在浙江省，因此两省之间经常有交流，也有相互竞争的心态。

2

数字化实例

关于出行，地图导航在我们日常生活中已经成为不可或缺的一部分。在国内，目前主要有三家公司在做地图导航，分别是腾讯、百度、阿里，基本都是国内的头部企业。

如果把时间退回到2007年，在地图导航刚刚起步的阶段，就出现了两种获取地图数据的途径，第一种是诺基亚的获取途径，跟传统的机电系统很相近，它在2007年以81亿美元的价格收购了Navteq公司，以此实现了地图数据的获取，主要是通过设备采集。

另一种是谷歌的策略，也是当时比较新兴的方式。即通过免费提供手机地图导航的APP，借助手机实现地图数据的收集更新。这让谷歌获取数据的途径更多了，不仅可以通过设备采集数据，还可以通过手机APP添加路径、添加数据等等，获取数据的方式更灵活，范围也更大。

它每天对地图产品进行更新，并且利用复杂的算法和美国人口普查局等类似机构的外来信息，为全球100多个国家和地区打造地图。只要用户愿意，每个人都能参与其中。

两种技术路线不断发展，在全球范围内，谷歌地图的全球用户超过了10亿，诺基亚则在2015年将旗下的地图公司以25亿欧元出售给了车企。

两家公司的发展给了我们启示：采用开放式APP，并让大众广泛参与的数据获取方式取得了成功，而用固定设备去采集的方式，已经不能适应时代的发展。

因此可以总结出三点要素：

1.数据支撑了行业的发展，获得的数据越多，数据的挖掘能力越强，处理能力越强，获得的发展机会就越大。

2.更先进的数据获取方式决定了企业的成败。从产业角度来说，这足以支撑一个产业的发展。

3.更好的数据处理能力可以引领行业的发展。

数字交通不能止步于概念创新和各类高科技设施的布设，仅有高科技设施而没有数字化体系和流程是不能解决业务痛点的，不能只是关注数据化和数字化技术，同时也要关注数字化的体系和流程。

3

对数字化的思考

数字化技术是基础，数字化思维是灵魂。如果只有技术而没有数字化思维，是不能很好地解决现阶段所面临的问题。

数字化思维主要有两个方面，第一个是数字化的体系，构建数字路网；第二是应用场景，重构业务模式和组织管理。数字化流程就是融合感知信息，建立业务模型，实现业务自适应运行的过程。

4

数字治堵

根据对数字化的思考，我们通过三个步骤解决数字化治堵的问题。第一个是数字化路网背景的建立，第二个是模型和流程的数字化，第三个是应用场景的数字化。

收费站的拥堵是出行中很头疼的问题，特别是广州、深圳这类大型城市，这是我们必须要解决的一个痛点。

在第一步的数字化路网背景方面，目前数据的获取主要包括四个方面，首先是通行数据，包括联网收费数据等，其次是时间数据，包括车道服务时间、延误时间、离开时间等，最后是空间数据和其他数据。对于交通管理者来说，我们拥有收费站全样本的历史通行数据，这无疑给数字治堵提供了一个很好的基础。

按照以上的数字化思维，针对收费站的拥堵治理，第一步是构建数字化的路网背景，包括准动态的数据、动态数据、准静态的数据，还有静态的数据等等。

同时在构建数字化路网背景方面必须要强化数据的融合，实现数据的价值化；其次对于广东省而言，我们需要构建广东省区域综合交通的模型，奠定数字路网背景的基础；最后结合路网的时空关系，提升交通量预测精度。

数字治堵的第二步是模型流程的数字化，即对收费站的模型以及治堵的流程进行数字化。按照此逻辑，首先是构建路网模型；然后是输入相关的参数；其次是确定控制策略；最后则是进行仿真评估。

对于收费站的仿真模型的内容，主要包括收费站的描述模块、交通需求模块、车辆行驶模块、交通管理模块、输出指标模块。

通过收费站的建模仿真，模拟不同收费方式下车道选择的行为，实时分析收费站平均实际通行时间、车道占用、过车情况、收费站的平均延误时间、车道的延误时间以及平均理想通行时间，实现收费站服务水平的量化评估，通过这个模型以获得整个收费站治堵效益的最大化。

数字治堵的第三步是建立应用场景的数字化，主要包括以下5个方面，第一是交通大数据的挖掘，通过数据的挖掘来反映收费站拥堵的根本性深层次原因；第二是构建应用场景，根据不同的拥堵场景构建不同模型；第三是梳理自身的痛点；第四是提出数字治堵的解决方案；第五是评价优化。

在应用场景的数字化中，我们采用数字化提出的数字化思维驱动，精细化推进“数字治堵”，寻求路网交通的最优解，从点线网的角度来评估收费站的拥堵问题

5

三元里智慧收费站实践

接下来介绍机场高速三元里收费站智慧治堵的实践。

三元里收费站在改建之前是机场高速进入广州最拥堵的收费站，一天的车流量高达10万辆，而且由于收费站位于高架桥上，它的扩建也变得十分困难。除此之外，它的日交易失败数高达3000辆，收费站的管理也都以人工为主，存在着常态化拥堵问题。

按照数字化治堵的思路，通过路网背景的数字化、流程的数字化以及应用场景的数字化，我们提出了一个解决方案，即通过匝道自由的方式，结合 IoT技术，实现车辆的提前预交易，使现在收费站可以达到自由通行的状态。这使数字化技术和数字化思维在治堵案例中得到了很好的应用。

经过治堵、收费站改造设计后，取得了三个方面的成果：第一是从长期位列交通部通报的全国最拥堵的183个收费站黑名单中成功除名；第二是收费站排队拥堵的时间，由原来的每天3.2个小时到现在的基本为0；第三是ETC车道的通过率由95%提升至99.9%。

我的演讲就是这些内容，谢谢大家。