2025年11月19日~22日，2025中国智能交通大会在海口隆重召开。2025年11月22日的道路交通控制与优化论坛上，上海市公安局交通管理总队科技支队支队长、正高工肖滨女士就《超大城市道路交通拥堵高效能治理上海方案》做主题分享，本文系现场演讲整理而来，未经本人审核，如有错漏，敬请谅解。

工作背景

首先，介绍一下工作背景。作为城市道路交通管理者，我们始终以科技赋能精细治理和多元协同为核心工作理念。在管理手段上，我们致力于推进智能化，构建了城市交通大脑与数十万套神经感知源，以全面感知城市交通状态。此前也有专家指出，感知设备并非越多越好，因此目前市公安局正全面开展感知设备、尤其是卡口视频的治理工作，旨在使这些“神经元”能够传递更加准确与全面的信息。同时，我们也通过智慧停车场等一系列智慧服务的落地，逐步构建覆盖全市市民出行的服务体系。

在综合治理的精细化方面，城市道路交通治理需兼顾静态与动态要素：从路网级配结构、整体拥堵调控等静态层面入手，同时在交通组织上向慢行交通倾斜，包括近年来日益重视的非机动车与行人系统优化，并以整体出行效益最大化为目标进行综合治理。

第三方面，我们力求推动出行体系进一步协同化。这一理念较为传统，即持续构建以公共交通为主体、慢行交通为补充、小汽车合理调控的综合交通体系，强调多种出行方式之间的协同配合。

以上便是上海交通管理的基本理念。

在这一理念指引下，我们认识到上海当前仍面临诸多困难与矛盾。一个长期存在的现实问题：城市车辆增长与道路供给之间的不匹配。近三年数据显示，上海机动车保有量增幅显著，而道路资源的增长相对有限，两者差异巨大。与此同时，我们梳理出四个方面的具体短板：在数据端，尽管设备众多，但分布分散，整体利用率和效能不足；在溯源端，拥堵治理往往停留在“头痛医头、脚痛医脚”的层面，缺乏对拥堵根本成因的深入分析；在施策端，决策过程仍较多依赖于专家、学者以及一线管理人员的经验，难以形成更为科学高效的决策机制；在评估端，现有指标体系尚不完善，难以有效支撑效果评价。

正是基于这四方面存在的矛盾，我们开始思考如何在有限的管理资源下，系统性地应对这些问题。今天的汇报将聚焦于拥堵治理，重点阐述“为何拥堵、如何研判、怎样管理以及成效评估”这一完整闭环。后续将详细介绍“四位一体”高效治理核心体系及其解决方案。

核心成果

基于上述背景，上海目前正在推进易的PASS系统（二期项目已完成验收）正是该体系的关键支撑。这一系统名称“易的”寓意为“容易的通过”。其核心在于汇聚并融合多元数据，包括卡口、信号控制、高德、GPS等多种来源，并依托自主研发的51项核心算法，构建起一套完整的指标体系。通过对城市154项交通指标的实时监测，系统能够实现对拥堵问题的自动告警、精准诊断与成果输出。接下来，我将结合易的PASS系统的具体功能，逐步向各位领导和专家进行详细汇报。

四位一体体系的第一步，是全面掌握城市的整体运行状况。为此，我们构建了城市级的数字孪生底座，横向融合了120项来自各委办局的数据，通过串联、整合与治理，旨在打破信息烟囱与孤岛，形成统一、完整的数据高地。纵向上，汇聚了2.2万名民警的实践知识、管理经验与手段，并借助民警的力量对路网及相关数据进行实时分析与校对。这一机制确保了相关数据能持续更新，使得底座数据更为实时、灵活与精准。在地图层面，我们进行了深度融合：将交警总队内部地图、融合了13万可计算路网（即包含可量化标志标线等元素）的数据，以及高德的37万路段数据进行了对齐整合。数据对齐工作确保了不同路网体系间的无缝切换，有效解决了因空间错位或不对称导致的数据复用难题，从而实现了数字孪生映射。

在算法层面，进行了分层设计。微观层面，我们实现了对每一辆车的车道级轨迹还原，这是所有分析的基础。在此基础上，中观层面建立了对路口、路段及道路的共计156项指标的监测体系。

在宏观层面，完成上述基础构建后，针对上海全市、16个行政区、218个街道以及433个派出所辖区，通过既定的或自定义的区域模式，核算出特定区域内的城市交通体征与指数，从而精准定位需要“体检”的内容。完成体检后，下一步便是分析问题所在。正如专家所言，城市交通的核心在于解决供给与需求的平衡矛盾。在供给侧，需要明确当前路网在不同时段的承载能力，即能容纳多少车辆；在需求侧，则需要分析车辆的实际出行需求。通过建立道路与车辆之间的逻辑关联，我们提炼出24项问题诊断指标。这些指标涵盖多个维度：首先是路网结构相关的静态指标，如节点连接、关联度、路网通达性等；其次是与公安交警工作紧密相关的动态指标，主要涉及交通管控，例如信号控制的配时、相序、相位差等方面的问题；再次是交通组织优化，包括是否需设置可变车道、潮汐车道等；最后是交通事件，如异常事故、恶劣天气或大型活动的影响。通过这四大类共24项指标，得以锁定拥堵的具体成因。

第三部分是在锁定成因后如何治理。针对不同的拥堵成因，提出相应的治理手段与策略。例如，对于路网结构类和事件类问题，往往需要与相关委办局或单位协同处置。这部分工作可能涉及向交通委等部门提出结构性优化建议，包括重点车辆监管、公交专用道设置等，向各相关委办局推送这类治理建议。

这一大模型相较于传统方法具有若干特点。首先在算法层面从固定算法转向融入人工策略，向模型输入了大量公安交警一线的实际管控经验，使其决策过程能够体现民警的实战策略。其次，通过感知大模型与决策大模型的联动，实现了双核驱动与治理闭环。此外，我们突破了传统语义模型多以对话问答为主的形式，将其真正应用于实战场景并支持案例学习，这是本次创新的主要方向。

在实施治理措施前，我们引入了预评估机制，通过构建覆盖8000公里路网的平行仿真体系，对治理手段的预期效果进行先验分析。该体系着力解决以往路网建模困难、数据获取不易及参数标定复杂三大技术瓶颈，从而支撑形成靶向化的治理方案。

治理措施实施后，建立了相应的跟踪与评估机制，构建了一套以客观数据为主、主观评价为辅的拥堵治理评价体系，涵盖系统对路口、路段及区域的多项指标监测，同时融合110警情、12345热线工单、高德与百度等第三方报告数据，综合评估治理实效。从目前情况看，今年二季度上海市交通拥堵状况的改善取得了一定成效。

在主观评价方面，我们同样采取了一些传统方法，例如走访公交企业进行调研，因为公交车终日行驶于道路，驾驶人的实际感受十分重要。同时，我们也会在相关沿线发放问卷，了解措施实施后的公众体验。这些工作使得整个治理成效能够实现可量化、可追溯与可反馈。

第一个案例。以上海市杨浦区为例，该区域老旧小区较多，学校、医院、商圈密集。我们通过系统诊断出其常发性拥堵路口59个，诊断出63个问题，对应前面的四大类，并针对性地提出治理措施。整个过程由智能体自动生成拥堵治理分析报告。例如，分析发现原有交通信号控制子区的划分长期未调整，导致关联度较高的道路被分属不同子区。根据系统建议，重新划分子区，并对干线上相关路口的信号控制方案进行了优化调整。从实施后的效果对比来看，无论是在单个路口、干线协调还是区域层面，均取得了一定的改善效果。

第二个案例，该案例体现了从点到线再到面的综合治理思路。在2025年进博会期间，上海交警在14个路口、10条干线及9.3平方公里范围内部署了交通治理大模型。整体上，进博会交通保障实现了“两降一升”的目标，即延误降低、停车次数减少、整体车速提升，取得了较好的效益。相关成果及经济数据获得了领导的肯定，后续将持续完善相关工作。

最后关于成效方面，简要说明如下：在技术层面，我们的系统通过科技鉴定，达到国际先进水平；在实际应用中，为进博会等大客流保障以及各委办局的协同管理提供了有力支撑。社会成效方面，相关工作也取得了积极反响，在此不再赘述。

未来展望

最后是关于未来工作的展望。我们主要希望推进以下三个方面：首先，持续推动技术迭代升级。当前各类模型与技术发展迅速，期待进一步融合新兴技术，实现系统的自我迭代，从而使系统产出更加准确、治理方案更具针对性。其次，在样板打造方面，我们期望对标东京、纽约等国际一线城市，探索构建更高层级的治理新范式。此外，在机制创新上，我们旨在落实国家要求，推动长三角区域联动，通过数据互通提升区域整体治理效能。这些是我们未来努力的主要方向。