高速公路智慧化需求日渐高涨

近年来，随着高速公路基础设施日趋完善，高速公路出行量逐年攀升，高速公路智慧化需求日渐高涨，用户期待更加安全、快速、通畅以及个性化的交通出行服务。高速公路出行需求特征分析既是交通需求管控的基础，也是提高高速公路出行服务个性化的前提。

通过深入了解用户出行特征，识别规律性高速公路出行用户，可以帮助规划者更好地优化道路网络和交通流量，制定更有效的交通管理策略，减少拥堵和提高通勤效率。

出行的规律性与周期性

出行的规律性是指出行群体在多次出行过程中形成的特征以一定的频率重复出现的性质。周期性作为出行规律性的一种特殊情况，表现为出行特征在固定时间间隔内的循环，其出行行为模式呈现周期性一般在时间上与周而复始的生活规律如工作日上下班、周末出游或者休息相一致。

研究现状与不足

针对高速公路规律出行用户的识别与分析，目前主要依托海量电子不停车收费（Electronic Toll Collection, ETC)数据开展相关研究。现有研究主要采用基于起讫点的出行频率和时间的阈值或聚类来探索出行的重复性规律，忽略了出行的周期性规律，导致部分周期性出行用户识别存在缺失。

傅里叶变换（Fourier Transform）作为一种经典的将时域上的信号转换到频域上的数学工具，有利对信号的频率特征进行分析和处理，以达到分析信号周期的目的。因此，本文以高速公路联网收费数据为基础，通过绘制高速公路用户进出收费站出行轨迹，采用傅立叶变换识别客、货运用户的出行周期，通过周期的稳定性判别识别周期性规律出行用户。

高速公路出行的"头部效应"

统计高速公路进、出站轨迹信息发现，20%的高速公路出行用户提供了55%~60%的通行记录，其他80%的用户仅提供5%~40%的通行记录，与其他地区ETC数据表现的特征基本一致，这种"头部效应"产生的主要原因在于，大部分的高速公路出行用户在单位时间内（如一个月）的出行次数较少。

然而，对比城市快速路的研究结果，2.8%的通勤车辆在早、晚高峰时提供了高达36%的交通量，可知城市快速路的这种"头部效应"要明显强于高速公路，尤其是在早、晚高峰期间。上述差异产生的原因主要在于早、晚高峰期间通勤交通的占比较高，如北京市早高峰期间通勤交通占比交通量超过80%。

周期性规律与出行特征的关系

尽管上述20%高频出行的高速公路用户提供了主要的通行记录，但是本研究分析发现，以周期方差为1.5划分周期性规律的强和弱，周期性规律强的客、货车整体而言具有更高的出行次数和更短的出行距离，其中频繁出行的客车不一定具有更强的周期性规律，即高频出行的客车在自身的出行周期内可能存在多个出行起讫点收费站。

针对更高的出行次数和更短的出行距离的出行用户作为高速公路出行需求管理和引导的重点对象，可考虑给予综合的费率优惠等方式，提升客户自我价值以保证一定的出行频率；对于高频出行但周期性规律相对弱的用户，考虑到该部分用户出行可能存在多种起讫点和路径的情况，可针对特定区域、线路或收费站给与费率优惠，引导回归高速公路行驶。