摘要：20世纪80年代以来，交通拥堵已成为国内外大中型城市决策当局面临和制约城市发展的主要问题之一。一方面，随着社会经济的发展，居民对出行的便捷性和舒适性有了更高的要求，私家车数量的快速增加使得交通需求的压力持续增大；另一方面，道路建设受到投资和城市用地的约束，交通供给和需求之间的矛盾越来越明显。本文通过阅读总结近几年国内与交通拥堵相关的文献，以期对此有较为全面的了解。
关键词：交通流 交通拥堵
一、引言
随着城市化进程的迅速发展，交通拥堵已成为世界各大城市所共同面临的问题。本文从造成交通拥堵的成因分析、交通拥堵的危害分析，以及缓解交通拥堵的措施建议入手，对以往的研究成果进行归纳总结。
二、交通拥堵的成因分析
城市交通是现代城市健康发展的限行条件和必备基础，但以交通拥堵为特性的交通问题不仅对城市的长远发展构成了影响，也干扰了民众的日常生产、生活。由于对交通拥堵机理缺乏充分认知，使得某些治理措施缺乏可行性。
邱岳[1]提出，交通拥堵的实质即交通供给和交通需求两者缺乏平衡性所引发的后果。交通拥堵刚开始在道路某一点形成，该点即拥堵的关键点，在此点滞留的车辆依据自身调节功能难以消散，或在交通管理人员的管控、疏导下依旧难以处理问题，拥堵现象便会逐步朝着相应路段扩张，滞留的车辆相继出现于邻近路段与交叉路口，伴同时间的累积效应，点拥堵开始转换成主干道上的线拥堵。
艾维宣[2]等，从公共交通的角度出发，通过搜集的数据建立公交车线路容纳能力模型，分析造成公交车线路拥堵的成因。
余思远[3]通过以上海市中路段交通瓶颈为实例，研究了影响该瓶颈的几个主要因素，得到拥堵产生和消散过程中交通流参数的变化规律。
王予涵[4]简要分析了交通拥堵问题的危害和成因，并提出利用科技手段打造“智慧交通”的构想，以期为改善交通拥堵开辟新的路径。
三、交通拥堵的预测、特点及影响分析
3.1 交通拥堵的预测分析
为了定量评价交通拥堵状态，国内很多城市都开发了自己的拥堵指数系统。通过交通拥堵模式的变化规律，作为支持拥堵态势预测和缓堵政策研判的基础。
刘思宁[5]基于北京市的交通拥堵指数（TPI）建立了交通拥堵模式聚类分析模型，以此来分析城市的交通拥堵模式特点。
沈晴在[6]提出以神经网络群组快速学习方法为核心，针对大规模交通拥堵数据，建立以全市交通路网拥堵预测为主、以交通评估、道路规划辅助、拥堵疏导建议为辅的交通拥堵评估与预测系统。
史国刚在[7]针对连续交通流，在详细分析交通流状态的一阶均值预测进展基础上，重点开展交通流状态的二阶离散特征的分析建模和实时预测研究。
吴紫恒[8]提出，驾驶行为与道路拥堵分析对于“人－车－路－生活”和谐统一新体系的构建和智能交通系统的应用前景和发展具有重要的意义和研究价值。
3.2 交通拥堵的特点分析
刘梦涵[9]在综述国内外现有的交通拥堵评价理论的基础上，结合对特大城市复杂的交通流特性的分析，提出了特大城市交通拥堵的四维特征，系统的构建了面向特大城市的分层次交通拥堵评价体系框架。
韦伟[10]提出道路交通拥堵时空传播特征分析方法，有效的揭示了拥堵的时空传播过程和规律。苏飞[11]围绕缓解城市道路交通拥堵问题，结合采集的交通流基础数据，对道路交通流时空特性等问题进行了深入的研究。
3.3交通拥堵的影响分析
朱明皓[12]采用定性和定量方法，重点分析了交通拥堵对经济社会因素的影响。希望通过从宏观和微观两个层面对城市交通拥堵的社会经济影响进行分析，为降低城市交通拥堵对城市社会经济的负面影响提供理论和政策支持。
周堂[13]提出，交通堵塞会造成很多损失，严重影响了城市的社会和经济效益。
文章运用复杂网络理论以及宏观交通流理论知识，从交叉口通行效率、网络拥堵指数评价、出行成本效率角度入手，构建模型对交通网络传输和运行效率进行测算和评估，并进行了算例分析。
四、交通拥堵的缓解措施及建议
交通拥堵是大中城市发展中不可回避的一个现实问题，不仅造成人们的出行不便，也会带来交通事故、空气污染等一系列的社会问题。国内外城市交通发展的实践经验和教训证明，解决城市交通问题，必须在先进交通理论指导下，进行交通规划、控制和管理。
李建鹰[14]针对我国城市主干路交通拥堵的特点，运用元胞自动机模型研究了城市主干道的路口效应问题，并对主干道的信号灯的控制进行分析，提出了改进算法。模拟结果表明，相对于原有的同步定时的信号灯控制有了较好的改善效果，在一定程度上可以缓解城市交通中的交叉口拥堵问题。
江航[15]面向缓解我国城市交通拥堵的信号控制要求，基于元胞自动机仿真预测拥堵交通流，提出新的主动信号控制方法，以此来缓解我国城市交通拥堵。
袁翠，来逢波等[16]针对济南市交通现状分析了交通拥堵的成因，并提出了协同治理视域下城市交通拥堵治理对策，从源头上解决拥堵问题。
王忻[17]针对原始的隐马尔可夫模型极易陷入局部最优解的问题，提出了一种改进的隐马尔可夫模型的交通拥堵态势识别机制，结果表明，改进的隐马尔可夫模型在道路交通拥堵识别的准确率和稳定性上有明显提升。
孙智诚，朱彤等[18]采用重复博弈的理论分析驾驶员群体的策略对道路通行能力的影响。
艾文欢[19]运用基于粘性宏观交通流模型的分支分析法研究了交通流中由于状态失稳而导致的分支现象，寻求交通流中非线性现象产生的内在机理，从而为缓解交通拥堵提出了指导性建议。
五、结论
随着城市化进程的迅速发展，交通拥堵已成为世界各大城市所共同面临的问题。为了了解交通拥堵问题，通过文献阅读，了解交通拥堵的成因，交通拥堵的预测，交通拥堵的特点及影响，以及缓解交通拥堵的措施及建议。
由于文献许多是在交通宏观仿真的基础上，根据交通状态预测提出建议，在实际应用方面较为薄弱，我认为在未来的研究上，可以侧重于实践方面，使缓解交通拥堵的措施或建议更贴近实际交通运行需求。
六、参考文献
[1]王子涵.以“智慧交通”破解城市“堵”局[J].科学大众(科学教育),2018(12):180.
[2]袁翠,来逢波,耿聪.协同治理视域下的城市交通拥堵治理——以济南市为例[J].重庆交通大学学报(社会科学版),2018,18(06):53-60.
[3]邱岳.城市道路交通拥堵机理及控制方法分析[J].山西建筑,2018,44(32):29-30.
[4]孙智诚,朱彤,邓雷,王晓勇.拥堵条件下驾驶人群体重复换道博弈的仿真研究[J].交通信息与安全,2018,36(05):67-74.
[5]王忻.基于改进的隐马尔可夫模型交通拥堵识别研究[J].兰州交通大学学报,2018,37(05):23-28.
[6]吴紫恒. 基于数据挖掘的驾驶行为与道路拥堵分析[D].中国科学技术大学,2018.
[7]余思远,杜豫川.城市快速路瓶颈拥堵分析[J].交通科学与工程,2018,34(01):93-98.
[8]艾维宣,孔祥铭,张陈远灏,王天洋,张玉昆.北京市公交车线路拥堵模型研究[J].城乡建设,2017(22):60-62.
[9]苏飞. 城市道路路网交通运行状态分析方法及应用研究[D].北京交通大学,2017.
[10]沈晴. 面向交通拥堵预测大数据的神经网络群组快速学习[D].北京科技大学,2017.
[11]韦伟. 基于实测数据的道路交通状态特征及拥堵传播规律分析方法[D].北京交通大学,2017.
[12]江航. 基于城市交通拥堵预测的主动信号控制方法研究[D].东南大学,2016.
[13]刘思宁. 基于交通拥堵指数的交通拥堵模式聚类分析[D].北京交通大学,2016.
[14]史国刚. 连续交通流状态的离散特性分析与短时预测[D].东南大学,2016.
[15]艾文欢. 交通流非线性现象分支分析方法研究[D].西北工业大学,2016.
[16]周堂. 物联网背景下城市交通拥堵事前疏导研究[D].湖南大学,2014.
[17]朱明皓. 城市交通拥堵的社会经济影响分析[D].北京交通大学,2013.
[18]李建鹰. 元胞自动机在城市交通中的应用[D].大连交通大学,2012.
[19]刘梦涵. 面向特大城市的分层次交通拥堵评价模型及算法[D].北京交通大学,2009.