网站首页

人民论坛网·国家治理网> 《国家治理》杂志> 正文

增强交通运输系统韧性

摘 要:近年来,我国交通运输数智化建设持续推进,数智基础设施、数据资源整合和人工智能应用不断深化。同时需看到,极端降雨、台风、地震以及关键设备故障等事件,可能使系统迅速从正常运行转入局部受限甚至多点受扰状态,加之数智化系统自身可能成为新的脆弱环节,其安全可靠运行需纳入交通韧性建设。为此,交通运输数智化应以关键运输服务保障和行业治理效能提升为目标,统筹基础能力、重点场景、综合交通协同和制度机制。围绕关键运输功能,推动数据、模型、运输资源与治理机制有效衔接,贯通风险研判、资源调度、现场执行和效果评估,促进数智化建设由技术应用向系统能力提升转变。

关键词:交通运输 人工智能 系统韧性 综合交通治理

【中图分类号】F512.3 【文献标识码】A

交通运输是畅通经济循环、服务群众出行和保障产业链供应链稳定运行的重要基础。随着综合交通运输体系不断完善,铁路、公路、水路、民航及城市交通之间的联系日益紧密,局部风险容易沿网络传导,产生跨区域、跨方式的连锁影响。交通强国建设既要提升运行效率和服务品质,又要增强复杂扰动下维持关键服务、组织替代运输和恢复系统功能的能力。

近年来,国家持续部署交通运输数字化转型和智能化发展。2024年,财政部、交通运输部印发《关于支持引导公路水路交通基础设施数字化转型升级的通知》,推进公路水路基础设施数字化改造和智能化升级;[1]2025年,交通运输部等七部门印发《关于“人工智能+交通运输”的实施意见》,推动人工智能在交通运输重点领域规模化创新应用;[2]2026年,交通运输部、国家发展改革委印发《关于深化综合交通运输体系改革的意见》,提出增强运输服务网络韧性、推进交通运输数智化升级等任务。相关部署为数智基础设施、数据资源、智能应用和行业治理协同发展明确方向。[3]同时要看到,数智化建设的成效不能仅以数据规模、设备覆盖率和平台功能数量衡量,实时感知、模型推演和信息联通本身并不能直接形成保障能力,还要看技术能否融入运行调度、养护管理、安全监管和运输服务,促进跨区域、跨方式协同,并在复杂风险条件下支撑关键运输功能,进而增强交通运输系统韧性。

交通运输数智化建设现状与韧性需求

近年来,交通运输数智化建设由基础设施数字化改造起步,逐步向数据资源整合、智能技术应用和业务流程协同拓展。相关进展既体现在设施感知和数据汇聚能力提升,又体现在人工智能等技术向运行监测、运输组织和行业治理环节延伸,为复杂情景下的风险识别、系统韧性评估与关键功能保障提供基础条件。

数智基础设施持续完善。交通基础设施数智化建设,由单点监测逐步向路网运行和通道协同拓展。公路路网监测、桥隧健康监测、电子航道图和港航调度等应用不断深化。“十四五”时期,国家综合交通运输信息平台建成,综合交通运输数据资源库汇集高价值数据近500项;20个区域开展公路水路交通基础设施数字化转型,累计完成3500公里高速公路和5300多处公路水路附属设施数字化改造,这些成果为跨区域信息联通和网络运行分析奠定基础。[4]

智能应用场景持续拓展。大数据、人工智能和数字孪生等技术逐步应用于交通监测、设施养护、安全监管、交通组织和政务服务。2026年1月,交通运输部办公厅印发首届综合交通运输大模型智能体创新应用大赛第一批典型案例名单,公布102项优秀作品案例。这些案例覆盖交通运输多个业务领域,体现出人工智能应用正由信息展示和单点分析向专业研判、业务辅助延伸。应用场景拓展提高了信息处理、异常识别和方案比较效率,但应用数量增长不意味着业务效能同步提升。监测异常能否进入预警程序、模型建议能否转化为行动,仍取决于数据质量、专业规则、资源条件和执行机制。评价数智化成效,既要看应用覆盖范围,又要看其对业务流程、运输服务和风险应对的实际贡献。

系统韧性建设需求更加迫切。交通运输数智化在常态运行中的应用不断深化,同时需看到,极端降雨、台风、地震以及关键设备故障等事件,可能使系统迅速从正常运行转入局部受限甚至多点受扰状态。在这一前提下,治理目标不仅是提高平均速度和单条线路效率,更重要的是保障救援通道、基本公共交通、重点物资运输和重要枢纽接续等关键功能,避免局部受扰演变为大范围服务中断。由此,交通运输数智化的目标需要从常态运行提效进一步拓展至复杂情景下的系统功能保障。[5]

以数智化建设增强交通运输系统韧性的实现路径

交通运输系统韧性体现为系统受到扰动时,吸收冲击、维持关键功能、调整运行方式并实现恢复与适应的综合能力。工程防护、网络冗余和运输资源构成物质基础,数智化通过改善风险认知、方案比较和组织协调,促进风险研判、资源组织、行动执行与效果反馈衔接。其作用不是替代设施建设和应急储备,而是提升既有资源的配置与使用效率。

由识别局部异常向研判网络风险拓展。传统风险管理多围绕设施损伤、设备故障或具体事故进行分析处置,能够识别直接异常,却容易忽视风险在交通网络中的进一步传导。例如,极端降雨造成局部道路积水,直接后果是通行能力下降,车辆绕行则可能使相邻路段承受额外压力,进而影响公交接驳和应急车辆通行。如果仅掌握积水点位和封路信息,就难以判断事件对区域交通运行和运输服务的整体影响。数智技术可关联气象水文、设施状态、交通流和运输需求,运用交通仿真与网络分析识别风险传导路径和次生瓶颈,研判受影响功能、影响范围及优先保障节点,为预警和交通组织提供依据。[6]风险预测仍受数据质量、模型假设和情景不确定性制约,需明确适用条件,并与专业核实、预警规则和处置措施衔接。

由优化局部效率向保障关键功能转变。交通运输系统的韧性并不意味着所有设施始终完好,而是在局部运行能力下降后,仍能够通过网络调整、资源替代和运输组织维持必要服务。重要道路中断后,即使存在绕行路线,也不代表替代通道具有足够的承载能力,车辆能否有效分流,还受到道路容量、交通管制和周边节点运行条件的制约。同样,铁路、港航与公路之间的货运接续,也离不开装卸设施、运输能力和作业组织的配合。关联网络结构、设施承载能力、客货需求和可用运力,有助于识别关键节点、比较绕行分流方案并评估系统影响。重要通道受阻时,方案不能只追求绕行距离最短,还需兼顾救援运输、公共交通和重点物流,避免引发新的拥堵。数智化赋能韧性的关键,是将替代路径转化为实际运输保障能力,这取决于通道容量、资源可调用性和协同执行能力。[7]

由侧重事后恢复向全过程治理延伸。交通系统的恢复并非单个设施修复的简单叠加。道路重新开放后,集中回流的交通可能造成二次拥堵;枢纽恢复作业后,接驳线路或集疏运系统尚未恢复,也可能限制整体运输服务的恢复水平。因此,恢复工作既要关注设施修复进度,也要统筹开放顺序、交通组织和运力配置,避免局部功能恢复与系统整体运行脱节。通过持续监测、恢复方案比较和效果跟踪,可以识别制约系统恢复的关键环节,动态调整交通管控和资源投入。将事件前风险状态、事件中响应措施与事后恢复成效关联起来,能够检验预警、替代方案和资源调用效果,并将结果反馈至设施更新、运行组织、应急预案和运力储备,推动韧性建设持续改进。

数智技术赋能交通运输系统韧性的现实挑战

数智技术为提升交通运输系统韧性提供条件,为风险识别、情景推演和运输组织化提供新手段。同时需看到,跨网络研判、复杂情景验证和协同执行仍显不足,反映出数智化建设与系统韧性保障需求尚未充分衔接。

韧性成效衡量标准尚不清晰。有的数智化项目以设备覆盖率、平台功能、数据接入规模和常态运行效率衡量成效,对极端情景下关键服务能否维持、替代通道能否发挥作用、系统功能需要多久恢复关注不足。技术指标易于量化,系统保障能力却缺乏相应评价,建设成果与韧性提升之间难以建立清晰联系。

跨领域研判能力存在不足。复杂扰动涉及交通设施、气象水文、城市排水、客货需求和应急资源等信息。不同部门、运输方式和业务系统在对象标识、时间尺度、空间精度及管理口径上存在差异,数据汇集后也未必能准确关联同一设施、事件和时段,难以支撑跨网络研判。关键在于围绕风险场景形成一致、连续且可用于决策的信息。应急保障中的信息失真尤其值得关注。例如,备用车辆虽已登记,未必具备即时投入运营的条件;驾驶人员能否到位、替代场站能否承担接驳任务,还需要动态核实。如果缺乏持续更新和现场核验机制,即使资源台账看似完整,也难以据此判断真实的保障能力。

决策成果转化有待加强。智能预测与交通仿真能够比较不同情景和方案,但在多点受扰、需求突变和数据缺失时,模型假设可能偏离实际。常态需求下形成的方案未必适用于非常态情景,模型给出的最优路径也可能受通行限制、人员排班、运力状态和现场安全要求制约。模型建议须经专业校核和管理决策,才能进入运营与现场组织环节。如果责任主体、决策权限、核验程序和执行反馈不明确,分析结果容易停留在平台展示层面。因此,需明确模型适用边界,建立可解释、可校验、可追溯的转化机制,并根据执行结果修正模型和方案。

数智系统保障仍有短板。复杂交通风险应对涉及交通运输、公安交管、应急管理等部门,以及设施运营、养护和运输企业。通道关闭、应急运力调用和区域分流往往需要跨部门、跨区域协作。数智平台可以提高信息传递效率,却不能自动解决权责边界、调用程序和处置权限问题;缺少协同规则,信息联通就难以转化为联合研判和现场处置能力。当前,交通监测和调度指挥日益依赖通信网络、数据平台和智能算法,通信中断、网络攻击、数据错误或核心系统故障均可能影响指挥处置。如果缺少备用通信、降级运行和人工接管能力,数智系统也可能成为新的脆弱环节,其安全可靠运行应纳入交通韧性建设。

以系统韧性为导向推进交通运输数智化发展

交通运输数智化应以关键运输服务保障和行业治理效能提升为目标,统筹基础能力、重点场景、综合交通协同和制度机制。其重点不是简单叠加平台功能,而是针对实际问题明确建设任务,推动风险研判、业务决策、资源调配和现场执行衔接,使技术能力转化为可检验、可持续的系统保障能力。

明确数智化建设目标和评价标准。明确关键功能及其运行底线,是韧性导向数智化建设的首要任务。应围绕重大通道、重要枢纽、基本公共交通和重点物资运输,识别极端天气、设施故障及多点受扰等情景,分类确定最低保障要求。不同运输方式既要评价设施可靠性,又要考察网络可达性、服务连续性和替代组织能力,避免以设备在线率代替系统功能评价。

提升跨网络协同感知能力。跨网络研判需要真实、关联、动态的数据。需围绕道路积水、桥隧受扰、枢纽停运等情景,完善设施数字化表达和运行监测,统一关键设施及运输服务对象标识,将设施状态、网络连接、交通流、气象水文和保障资源进行时空关联,形成可追溯的风险信息基础。明确数据采集、共享、校验和更新责任,完善数据目录、分类分级、质量控制和授权使用机制。对于备用运力、应急人员、替代场站和物资储备等信息,动态核验其真实可调用状态。跨部门数据使用坚持必要、授权、安全原则,保障依法依规共享。

提升重点业务智能化水平。推动人工智能、交通仿真和数字孪生与交通运输重点业务融合,围绕设施规划建设、运行监测、养护管理、安全监管、运输组织和公众服务,形成需求明确、流程完整、效果可评估的应用场景。面向复杂扰动,综合考虑灾害强度、设施受损、交通需求、替代通道容量和可用资源,比较交通管控、运力调配、跨方式接续和分阶段恢复方案。技术应用应服务业务流程优化和管理决策,而非单纯追求模型复杂度。模型建议应明确数据依据、适用条件和不确定性,保留专业复核、人工决策和现场反馈。重大风险和关键调度事项应建立模型分析、专业校核、有权主体决策与执行反馈相衔接的程序,并根据执行结果优化模型和规则。

增强跨区域、跨方式协同保障能力。交通运输系统韧性的形成,需以真实有效的网络冗余和运输资源为基础。应从综合交通运输体系整体出发,识别失效影响范围广、替代条件不足的关键通道和枢纽,分类建立重点设施、备用通道及应急运力清单,明确其承载能力、使用条件和转换成本,为复杂情景下的保障组织做好准备。围绕基本公共交通、应急救援和重点物资运输,研究跨区域分流、跨方式接续和枢纽联动机制,明确资源调用权限、协同程序和到位时限。不同运输方式的设施、组织和规则各异,不能仅凭网络连接推定运力可直接替代。通过联合演练核查通道容量、车辆人员到位、枢纽接驳和现场管控,使网络冗余和储备资源转化为可执行的保障能力。

健全全过程治理机制。交通运输系统韧性建设需贯通事前准备、事中应对和事后恢复。事前,将风险研判用于设施防护、应急预案和资源储备;事中,衔接预警信息、响应权限、交通管控和运力调用,跟踪措施效果;事后,将整体运输服务恢复纳入评估复盘,分析设施修复与系统功能恢复之间的差异。依托现有综合交通协调与应急联动机制,完善数据更新、联合研判、资源调用和现场处置的职责与程序,推动临时协调事项制度化。将数字系统自身韧性纳入交通运行保障体系,完善关键通信链路、核心平台和指挥功能的备份及降级运行措施,保留人工接管和离线处置能力,并通过培训、测试和联合演练检验有效性。

结语

数智化拓展交通运输系统风险感知、运行分析和辅助决策手段,也推动数智基础设施、数据资源整合和智能应用持续发展。同时需看到,技术能力增强并不必然带来系统韧性提升,衡量建设成效,最终要看技术能否融入业务流程、促进跨区域跨方式协同,并在复杂扰动中及早识别风险、组织替代运输、维持关键服务和恢复系统功能。

交通强国建设,应以实际需求牵引技术创新和场景应用,以数智基础设施和数据治理夯实基础,以人工智能赋能重点业务,以网络与运力协同增强替代保障能力,以全过程评估和制度建设促进持续改进。只有推动数据、模型、运输资源和治理机制有效衔接,才能将数智化优势转化为提升运行效率、改善运输服务、应对复杂风险和支撑经济社会稳定运行的实际能力。

【本文系上海市哲学社会科学规划课题“以系统韧性为导向的城市重大交通基础设施安全预警研究”(编号:2023BCK007)阶段性成果】

注释

[1]《财政部 交通运输部关于支持引导公路水路交通基础设施数字化转型升级的通知》,交通运输部网站,2024年5月1日。

[2]《交通运输部 国家发展改革委 工业和信息化部 国家数据局 国家铁路局 中国民用航空局 国家邮政局关于“人工智能+交通运输”的实施意见》,交通运输部网站,2025年9月26日。

[3]《交通运输部 国家发展改革委关于深化综合交通运输体系改革的意见》,交通运输部网站,2026年7月24日。

[4]《交通运输数据要素“乘数效应”加速释放》,交通运输部网站,2026年6月12日。

[5]嵇涛、姚炎宏、黄鲜等:《城市交通韧性研究进展及未来发展趋势》,《地理科学进展》,2023年第5期,第1012—1024页。

[6]王海深、文力航、代磊磊等:《面向抗灾韧性分析的交通基础设施网络建模方法综述》,《城市交通》,2025年第4期,第40—50页。

[7]石谨诚、李瑞敏:《综合交通系统韧性研究综述》,《北京交通大学学报》,2026年第1期,第15—34页。

责编:冯一帆/美编:石 玉

责任编辑:张宏莉