交通大數據開放

A. 交通大數據可以解決城市擁堵嗎

以往針對城市交通擁堵的處理方式，各個城市通常是採用優化市內交通體系、公共交通優先發展等傳統的硬體解決方案。這些方式能在一定程度上緩解交通擁堵，但是不能處理一些突發事件導致的擁堵，也不能從根本原因上去避免和解決擁堵。
因此，在既有的交通環境現狀下，怎樣實現提高通行速度成為城市管理者的新研究課題。城市大數據大腦正是在這種情況下產生的解決方案。以城市交通為例，它的大概思路是，全面監控和採集城市交通的大數據，通過先進的演算法自動優化調整交通資源，從而達到提高城市交通通行速度和效率的可能。需要五大系統才能高效運轉——超大規模計算平台、數據採集系統、數據交換中心、開放演算法平台、數據應用平台。
據悉，在杭州蕭山區的部分路段試點中，城市大腦通過智能調節紅綠燈，初步將車輛通行速度提升了3%至11%。這相當於把高峰期平均時速提高到21.8-23.5公里，試點的成效還是非常不錯的。城市數據大腦的未來還不僅限於現有的5萬路視頻攝像頭。它還將結合手機地圖、道路線圈記錄的車輛行駛速度和數量，公交車、計程車等運行數據，真正成為城市交通的大數據中心。
城市大腦即可在一個虛擬的數字城市中構建多種演算法模型，通過機器學習不斷迭代優化，計算出更「聰明」更有效率的方案。這些計算的背後都離不開一個強大的數據中心作為數據計算的支撐。據悉，國內像華為、銳捷都能為交通大數據的數據中心建設提供頂級配置的核心交換機，能夠滿足國內一線城市的交通大數據數據中心的建設需求，為城市提供強有力的支撐。

B. 騰訊吹響智慧交通「沖鋒號」

在「新基建」等利好政策的推動下，2020年無疑是智慧交通的一個風口期，而各方「新舊」勢力為了不掉隊又都適當的加了一把火，讓「交通」這個原本傳統又垂直的領域在公開鏡頭下亮相的次數越來越多，「交通人」也開始習慣並享受出現在聚光燈下。

這種「處事風格」改變，和「新勢力」帶來的「外來文化」有關。

所謂的「新勢力」，特指那些原有自家的主營業務，且都發展較好，但為了開拓新市場，尋找新的贏利點，近些年看好交通領域並相繼入場的資本和 科技 玩家們。

這些新晉玩家們在「打江山」時都有過「野蠻生長期」，過多的觸達C端讓他們都有「先聲奪人」占據市場主動性的習慣，這種「提前吹風、力抓先機「的路數和專攻交通多年的企業們形成了鮮明對比，後者」悶聲做事、穩中發展「的傳統也慢慢做出了調整。

如今，交通的圈內人也逐漸形成了共識，騰訊、華為、阿里、網路、滴滴、平安等企業屬於「新勢力」， 而關於人才的爭奪，怎一個「搶」字了得，這早已是圈內的熱門話題，且各地方的規劃設計院對「新勢力」的態度也不盡相同。

類似的討論還有很多，但有一點大家都明白：誰能切實的為行業做些事，不只空談口號，不為了技術而技術，不做一錘子買賣，這才最重要。

從各家的市場動作和發展定位的對比中，或許能看出他們在交通領域的「真實樣貌「，也能看出大家都在展望的智慧交通的未來究竟會以怎樣的形式到來。

現在，智能網聯示範區的旗幟已遍布全國，且進入到城市公開道路，各種測試里程不斷增加；智慧高速的建設也在如火如荼的開展，老路改造升級和新路規劃設計，讓各方無不盡力的深度參與其中。

在政策落實和執行過程中，5G、大數據、人工智慧、雲計算、區塊鏈等最精尖的技術手段不斷被安置在車路協同、自動駕駛、智慧高速、試點示範區上，成為各類建設的名詞前綴，且不說這是否是概念橫行，單論實施後的結果是否讓人滿意，很多人心裡都有答案。

尤其是當一個個動輒過億的大項目公開後，是否滿足了預期？如此大規模的投入，錢有沒有花在「刀刃」上？在市場過熱的情況下，這些問題愈發的引起圈內人士的重視和思考。

都說交通有著高大的門檻和縱深的壁壘，但在雄厚的資本和前沿的技術面前，竟也平易近人起來，並開始主動擁抱變化。其實，對主管部門來說，交通的本質就是保證安全、提升效率，若真能解決痛點問題，由誰來做也就沒那麼重要了。「何不一試」，是很常見的心態。

今年，賽文繼續對華為、阿里、網路、滴滴等市場上各領域的「寡頭」企業進行了一系列的跟蹤報道，這些原在交通垂直方面的並沒有太多「交集」的巨頭們總能從自身的業務和優勢中找到切入點，然後以一種「舍我其誰」的姿態昂首加入到智慧交通的大軍中。

比如，華為發布交通智能體，打造具有高辨識度的面向交警領域的整體解決方案；阿里發布多場景的智慧高速解決方案，不斷落地「新基建」；滴滴基於真實交通數據發布信號控制分析及優化系統，為城市交管賦能；網路在城市智能交通市場的業績不斷刷新 歷史 ，形成自動駕駛、智能車聯、車路協同三大業務方向；以及平安的智慧城市等等……

相對來說，騰訊就顯得沒有那麼「惹眼」了，盡管其很早就已經開始發展智能交通 ，並在交通管理、公共出行服務、智慧高速、智慧停車、智慧航空、智慧港口等領域都有一些實際的行動案例，但似乎都並沒有進行框架式的整合，總感覺缺少一把「柴火」。

9月10日，在新基建的大背景下，騰訊智慧交通終於以專場的形式向行業做了一次全面的匯報，其在2020騰訊全球數字生態大會上從行業發展趨勢、行業成果分享、典型案例應用、產品生態分布等多個角度，為大家帶來了一場騰訊智慧交通的最全圖景。

對賽文來說，這是一次難得的機會，可以進一步了解和深挖騰訊做交通的初衷和底氣，以及他們對自身的定位以及對未來規劃。

帶著問題，賽文和騰訊副總裁鍾翔平等人進行了深度交流和探討，也著實看到了騰訊眼中的這條「交通路」。

受疫情影響，此次騰訊數字生態大會亦是在線上舉行，大會以「布局新基建，騰訊智慧交通的新圖景」為主題，以「智聯世界，美好出行」為願景，期間還提出了未來交通的四大理念，並首次公布了騰訊智慧交通的新戰略We Transport。同時，面向交通產業鏈上下游參與者，在會上騰訊啟動了智慧交通生態合作夥伴計劃，並發布《騰訊未來交通白皮書》。

看得出，此次騰訊帶著誠意認真的對「自家交通」做了一次全面的梳理和展望。

比如，We transport業務版圖，希望結合騰訊「一碼」（乘車碼）、「一圖」（騰訊地圖）、「一雲」（騰訊雲）、「一ID」（超級ID）的數字化技術能力，提供雲端大腦和數字底座，連接人、車、路、網、雲。

鍾翔平對賽文說道，「以人為中心的服務理念始終是騰訊在交通領域的一個重要的出發點」。

他認為，隨著新基建的加速，數據的生產要素價值將不斷放大，而交通產業升級的巨大價值，主要包括三個維度：助力城市規劃、管理走向精細化；助力交通調度、運行更高效；助力民生服務，帶來更好的出行體驗。

面對智慧交通行業眾多的合作夥伴，鍾翔平表示騰訊致力於釋放自身價值，也將積極發揮自身技術優勢，攜手產業鏈合作夥伴，成為智慧交通的共建者。

此次大會中「以人為中心」幾個字頻繁被提及，騰訊果真在直指其背後龐大的用戶群，且符合騰訊本身以「用戶為本」的服務理念，而C端本就是騰訊最大的優勢之一，在此基礎上做進一步的連接和應用，無人質疑。

一直以來，騰訊在交通領域有著龐大又分散的業務線，呈多線並進的態勢，且沒有太明顯的主次關系，似乎都在試水，並沒有傾斜性很明顯的重點發展，而此次重點提及的「以人為中心」是否是騰訊進入智能交通的核心價值，仍需進一步的 探索 和觀望。

從賽文的視角來看，騰訊、華為、阿里、網路、滴滴、平安等「新勢力」們做交通總不可避免的有一些具備「互聯網特色「的話術，而賽文經常性做的工作正是將這些「互聯網語言」轉換成為交通行業人們能夠「聽」得明白的交通專業詞彙。

或者說，我們會從城市交通、公安交警、公共出行、高速公路、自動駕駛等行業線的角度來解析各家企業究竟有哪些業務和技術支撐，解決了哪些具體的問題。

此次騰訊大會智慧交通專場亦從願景規劃、交通建設、交通管理、交通運營、交通生態等方面做了詳細的介紹，盡管從內容上看，符合騰訊一貫低調的風格，以技術、產品方案、理念講解偏多，秀成績偏少，不過確實也將騰訊這些年分散的布局做了一次集中的梳理，且正在形成一股合力，大有集結之後、全面出擊之感。

總結來看，騰訊在交通的著力點主要在公共交通、城市交通治理、停車、智慧高速、車路協同和自動駕駛等幾個領域。

騰訊乘車碼作為騰訊智慧交通中的核心產品，自2017年上線以來，已經覆蓋了29個省份、直轄市，150多個城市中的1.5億人群均可在BRT、公交、地鐵、索道、輪渡等場景下進行移動支付。乘車碼不僅能解決C端用戶出行便利性的問題，也能以數字化助手的角色，為公交和地鐵等企業提供針對性的解決方案，助力城市公共交通運營企業實現智慧化的轉型。

在智慧公交方面，利用騰訊位置大數據分析，挖掘用戶交通出行需求和出行特徵，結合供需平衡分析，服務公交運行監測、供需對比分析、線網規劃優化和服務發展評估等關鍵場景，提供公交大數據和綜合交通客流分析等能力開放平台，以及公交線網診斷及優化、定製公交、微循環、動態預約等多元公交服務、公交專用道規劃管理、重點區域/重大活動客流管控和一站式出行服務等系列應用服務能力。

另外，騰訊構建的MaaS一體化出行服務平台，根據用戶乘車前、中、後的全流程，圍繞用戶出行時間需求、出行偏好，連接多種出行方式，形成一個「01357」出行構架體系，包括停車服務、1公里范圍內的共享單車、3公里范圍的公交、5公里范圍的打車服務、7公里地鐵出行，由此實現服務找人，出行跟著人走。

會上，騰訊還提出了用數據驅動交通治理現代化的建設思路，對海量的政府交通數據和企業數據，進行多元和多源數據的匯聚分析，可以幫助交通管理部門解決擁堵、物流效率低和道路安全三大難題，讓交通治理從被動到主動，從信息化到智慧化。

同時，還推出了城市交通模擬引擎，可以應用在交通運行管控、應急與指揮等；交通樞紐監測、運營調度等；以及面向公眾的公共交通出行信息服務、停車信息服務等。

通過對交通運行態勢的推演，能夠幫助交管部門進行動態交通的管控，包括信號管控、擁堵研判等；對用戶來說，經過對特定場景進行預測和評價，包括公交優先、大型活動、臨時管制等場景，城市交通模擬引擎能夠輔助用戶做出最佳決策。

這一方案適用於諸多交通治理場景。例如，對擁堵進行預判以提前部署警力，對公共交通進行優先控制引導，減少小 汽車 出行、通過智能信號優化對擁堵進行動態的管控，藉助地圖、微信等載體實時發布出行建議，幫助用戶獲得更好的出行體驗。

據悉，在城市綜合交通的場景中，騰訊依託自有數據，接入車駕管、營運車輛數據、融合卡口視頻數據，補充氣象水文地理數據，包括車路協同條件下的更豐富的感知數據，打造了GIS時空引擎，並應用騰訊雲的大數據與AI能力，以支撐政府、企業、出行者三類用戶群體的個性化需求。

此外，今年6月，騰訊與西安交通局達成戰略合作，共同構建西安公共交通領域的智慧大腦，推進西安智慧交通體系建設。7月，騰訊與交通部公路院聯合發布「公共交通出行大數據平台」，推動交通大數據在交通產業發展中融合應用。

針對車主停車難、運營方收費難、政府管理難等問題，騰訊雲推出了智慧停車解決方案，主要從建、管、用三個層面來建設。

首先政府自上向下的進行規劃、設計、吸引投資和基礎建設；然後在管理的層面，政府制定全市統一的收費管理、數據管理、徵信管理和標准管理等等標准；最後在使用的層面通過制定統一的處罰策略、業務協同機制，指揮決策機制來進行項目的持續運營。

在智慧停車市場，騰訊主要提供三大軟體平台和一系列的停車硬體產品，從而來實現行業的信息化建設。

首先對路內、路外的停車場進行基礎建設和設備的升級，這里騰訊可以提供智元系列等一套智能硬體產品；然後通過智停平台對各種形態的智慧停車場景進行管理，再逐步地對 社會 停車資源進行從稅務和城市資源的方面進行統一的升級和接入，統一匯集到城市級的智慧停車平台，也是騰訊的「智城平台」；最後進行統一界面的展示、管理和分析處理，再向城市的公眾服務小程序或公眾號以及可視化的運行監控中心，進行統一的呈現，並且還可以向更高級別的城市第三級平台進行輸出，在完成數據統一管理之後，騰訊還會通過用戶的運營平台，也叫「智融平台」建立精準營銷的推送和 汽車 的後向運營服務。

騰訊雲智慧停車解決方案是覆蓋城市停車全場景的端到端的解決方案，包括路內停車位、路外停車場、智能充電，城市級靜態交通的一體化管理，以及停車後向運營場景。

針對高速公路行業數字化目前面臨眾多挑戰，騰訊雲也給出了自己的應對策略。

關於雲化，通過建設雲控中心，構建高速數字化的基礎底座，涵蓋了感知監測、運營管控、設施全周期管養、出行服務；

關於協同，在車側，騰訊TAI系統為車主提供多元的車內信息發布，藉助地圖導航與微信車聯，完成與出行者的無縫觸達；在路側，部署邊緣計算節點和車路協同設施，實現視頻智能分析、事件識別和信息快速分發，通過互聯運營雲和騰訊多端化的連接觸手，完成人車路三者的有機融合。並藉助騰訊雲數字孿生平台，將全景化的視頻和基礎設施數字模擬融合，實現場景化遠程化的指揮調度，再通過企業微信構建的互聯平台，真正做到指揮調度的協同化；

關於服務，藉助地圖、車聯網、微信等連接器，通過位置與社交大數據精準把握用戶的出行特徵、個性化需求，提供主動的信息推送，將線下的服務區鏈接到線上，實現行前行中行後的一體化服務；

關於開放，騰訊雲將大數據、AI等能力從接入、採集、分析、應用等層次開放不同的技術平台，並開啟基於生態化的產業互聯網之路，攜手行業廠商，一起建設智慧高速行業；

關於高速運營，騰訊雲圍繞新的不停車收費系統，將門架、抓拍、視頻、收費流水等數據進行雲邊端一體的融合，形成新的感知模式，再將自身一系列大數據與AI等能力裝到一起，構建數據計算引擎，最後驅動運營的應用與服務的建設，包括收費稽核、綜合態勢感知、通行預約、高速營銷、智慧服務、信息發布等等。

8月下旬，騰訊雲發布了AI收費稽核產品，基於騰訊雲的AI與大數據技術應用，將多渠道的收費流水、圖片抓拍等海量數據接入雲端，把地圖路徑還原、以圖搜圖能力進行匹配，實現十秒級的稽核結果計算，輕松應對收費特情處理。

另外，騰訊還聯合交通部路網中心發布交通行業首個「高速公路數字化運營雲平台」，助推高速公路智慧化運營。

今年，各方勢力和主管部門的視野都離不開車路協同和自動駕駛，相關的很多探討一次次的被擺上了檯面，對於這些並非是新名詞的老概念，商業模式、投資盈利、運營管理、持續發展等問題仍在不斷的 探索 和尋找。

盡管如此，但阻擋不了大家「攀登珠峰」的腳步，且在攀登過程中會有許多意外的收獲，賽文也曾在之前的分析報道中表示：「珠峰」就在那裡，不動，就永遠到不了。

反觀騰訊在這些方向的進展，也是不曾停下。

一年前，騰訊曾發布《5G時代車路協同創新應用白皮書》並喊出：車路協同涉及產業鏈諸多企業，騰訊願意作為產業鏈上下游的連接器，並為車路協同的快速落地構建起可靠的一體化安全保障體系。

首先連接人、車、路、雲，並打通路側系統、車載系統和數據交互系統，確保三者之間的數據無縫連接、功能得到充分發揮，將產業鏈上下游的高速公路公司、無線網路設備商、數據中心設備商、運營商、內容提供商等企業組織在一起，將移動互聯網的服務無縫連接到整個智慧出行的場景下。

在此基礎上，實現人和車、設備、服務之間的連接，多個終端場景的打通，最終構建起高速公路、運營商、設備商、數據中心設備商、互聯網企業共同參與的產業鏈格局。

如今，針對行業普遍存在的重建設輕運營、重演示輕落地、重功能輕平台等突出問題，騰訊的5G車路協同方案不斷優化升級，具備了5G能力/異構網路、統一的V2X消息集、全產業鏈的協同、開源開放的平台、提供道路數字化轉型的工具箱等能力，通過「5G車路協同邊緣計算平台」和「交通雲控平台」加上「V2X數據服務引擎」，打通傳統的人、車、路的數據閉環，強化智慧交通的運營環節，並針對高速、園區、測試場、城市道路等不同場景提供不同組合的解決方案，在和第三方合作夥伴的方案集成上，也能夠從用戶界面、介面到開發框架等不同層次進行整合，提供更加靈活多樣的選擇。

目前，已經在北京首鋼冬奧園區做了5G邊緣計算的車路協同場景驗證，可以提供基於騰訊TAI車機或微信小程序的國民級車路協同應用，海量站點自動運維的平台系統，低成本算力，對第三方接入賦能等多個核心能力。

截止目前，無論是高速場景下的自動駕駛技術研發，還是泊車場景中的自動駕駛，都聚集了大批玩家，騰訊的籌碼是基於自身的AI、雲、信息安全等技術優勢，打造出了集自動駕駛研發及評測驗證於一體的數據雲平台、模擬模擬平台和高精度地圖平台三大平台，為行業賦能。

騰訊投入融合感知、高效地圖構建、多感測器融合定位、系統決策、路徑規劃、系統控制等核心技術研發，結合虛擬模擬、數據雲和高精度地圖雲平台，構建自動駕駛和智慧交通兩個領域的核心能力。

如今，騰訊可以提供城市級模擬、雲控平台、3D可視化引擎、以高精地圖為基礎的多要素地圖、車端/路側、車路協同方案，在為車企提供工具鏈和雲服務的同時，依託於這些能力，助力智能網聯先導區建設、港口無人駕駛自動化、高速公路信息化以及城市交通治理。

同時，騰訊在自動駕駛領域深度合作，利用虛擬模擬技術加速長沙開展智能網聯 汽車 模擬實驗項目，助力建設國家智能網聯 汽車 （長沙）測試區。

今年5月，騰訊曾對外宣布：騰訊未來五年將投入5000億，用於新基建的進一步布局。足見其在新基建領域布局的決心。

當賽文問及騰訊智慧交通的發展決心是否會有「猶豫」時，鍾翔平同樣給出了堅定的答案 ，「多年來，我們對交通領域進行了垂直性的切入，輸出了相關解決方案，並積累了用戶、 科技 、數字雲平台等方面的優勢，也得到了大家的認可。現在，我們准備將交通領域的各項能力整合後進行全面發布和釋放，也讓行業可以更好的理解我們。」

很明顯，騰訊的智慧交通之路，才剛剛拉開序幕。

C. 大數據未來發展8大態勢 -《數據要素：全球經濟社會發展的新動力》

本文摘自：《數據要素：全球經濟 社會 發展的新動力》

作者：趙剛博士

（1）數據化：所有能數據化的都將被數據化

從狹義上講，數據化就是將事物及其運動轉化為機器可以識別的信息的過程。從廣義上講，數據化是指人類利用數據全面認知並優化改造客觀世界的過程。未來，機器會獲取越來越多的數據，人類認識和改造世界的能力也會大大增強。

促使這種變化的要素有四個。

一是技術。不僅是大數據技術，與數據相關的新一代信息技術，如互聯網、移動互聯網、物聯網、雲計算、3D列印、AR/VR/MR、數字孿生、區塊鏈等，都還在不斷發酵、進化、孕育、突破，並一起促進大數據的加速發展。人們常說的數據爆炸才剛剛開始。

二是需求。大數據用得越多，需求也會越來越多。

三是變化。現在已經有大量的大數據改變生產、生活、治理的案例，技術、模式、制度、理念已經出現一些變化，盡管還很初步，但代表了未來的發展方向。

四是政策。數據已經被普遍看成新的生產要素，各地都在採取措施依靠大數據為經濟發展打造新動能。這四大要素結合起來，將共同推進大數據向前發展，決定了未來大數據發展的趨勢。

數據化可以看作未來大數據發展的第一個大趨勢——所有能數據化的都將被數據化。無論是生產還是生活，無論是製造業還是服務業，無論是消費端還是產業端，越來越多的東西將會呈現數據化的態勢，新一輪的數據大爆炸不可避免。

（2）數據價值：更多的數據價值將被挖掘出來

數據之所以受到重視，是因為數據本身有價值。在美國物理學家約翰·惠勒看來，「萬物源於比特」，世界是由比特構成的，也就是由數據構成的。在大數據者的眼裡，所有事物都是數據。所以，同樣一種物體，他能看到更多的東西：數據從哪裡來？到哪裡去？它的生態是什麼？它會造成哪些影響？你看到的數據越多，說明你的數據能力越強。機器智能發展到今天，我們可以逐步將隱藏在事物內部、背後的數據挖掘出來，捕捉到它們，並把它們儲藏起來，開發出針對它們的應用，這就是大數據的價值。

數據價值的核心是發現新規律。當大數據應用到一定程度時，所有規律都可能被發現，無限接近事實本身。例如，一部手機能告訴我們很多秘密：你每天走了多少路，每天睡了幾個小時，去過什麼地方，你的興趣愛好，你的消費水平、消費結構、消費習慣，你的財產狀況、交友狀況，等等。機器會為我們捕捉到更多數據，並從中發現更多規律和事實，這就是大數據的威力所在。

（3）數據驅動：數據驅動一切成為現實

如今，連老司機如果不用導航都不會開車了。我們到一個地方參加會議，基本就是數據驅動：會議通知是數據化的，日程安排是數據化的，出門叫車是數據化的，走什麼路線也是數據決定的。使用網約車時，一次叫車的供需匹配技術上只需要0.12秒，但背後要運算數據576億次。網約車打敗計程車、外賣打敗方便麵、電子商務打敗百貨商場等表面上看是跨界經營，背後的區別就在於大數據。

現在每個人的手機上都預裝、下載有很多App，它們都在你睡覺時悄悄地更新，這樣的迭代創新越來越容易，甚至你根本感受不到。移動支付的發展讓我們用的錢也都變成了數字，並讓我國率先進入了無現金 社會 。製造業更是如此，原來流水線是把人變成了機器，而將來的智能製造是把機器變得更像人，甚至比人更聰明、更能幹、更可靠。數據驅動一切已經越來越成為現實，大大改變了整個世界。

數字已經開始重新定義一切，在你認知的所有事物之前加上「數字」二字，如數字經濟、數字政府、數字 汽車 、數字建築、數字出行等，你就會發現這些東西已經與以前大不一樣了。我們可以發現，用數據說話、靠數據決策、依數據行動已變成非常自然的事情。數據驅動一切還帶來了另一個重大變化或新的機遇：所有生意都值得重做一遍。用數字化的思維看一看你現在所從事的工作、業務，你會發現完全可以重新來過，而且很可能成為絕活。因此，每一家企業都可以問一下自己：10年後，你的競爭對手是誰？

（4）數據融合：催生新業態

這里要強調一個觀點：單一數據的價值有限，而多種數據融合的創新潛力無限。過去，一些政府部門對掌握的數據看得很緊，總能提出很多理由，認為這些數據是不能隨便對外開放的。但現在大家已經認識到，如果數據不開放，不讓大家使用，它就變得越來越沒有價值。現在找到數據的手段、工具、途徑比過去豐富多了，遠非傳統的統計數據可以比擬。不能很好地做到數據開放，就會有新的數據出來，形成覆蓋或取代。數據關聯起來融合應用會產生更大的價值。網約車的應用就整合了地理大數據、交通大數據、服務大數據、用戶大數據、交易大數據、信用大數據等。近年來出現的諸多新業態、新模式，以及由此而成長起來的獨角獸企業，幾乎都是多種大數據集成應用的結果。未來幾年，數據融合還會催生一大批數字新物種，成長出一批新的巨無霸平台型、生態型企業。

（5）數據經濟：無數據不經濟

大家對於數字經濟已經耳熟能詳，其背後實際上是數據經濟，是數據在發揮重要作用。狹義的數據經濟是指以數據的生產、加工、交易為主要對象的經濟活動總和，廣義的數據經濟是指以數據為基礎的經濟活動的總和。也許將來所有經濟活動都是以數據為基礎的，都可以被稱為數據經濟。所以，我們可以說，「無數據不經濟」。

（6）數據能力：未來核心競爭力

未來，誰能夠找到大數據，而且用好大數據，這樣的企業擁有的競爭力將跟傳統企業的競爭力大不一樣，其可以輕易完成降維打擊。數據能力體現在哪些方面？這里給出一個簡單的公式：

數據能力=數據+演算法+算力

數據能力將會成為未來的核心競爭力，形成競爭新優勢。對於國家、企業是如此，對於每個人也一樣。我國提升數據能力有自己的獨特優勢，在未來幾年的數據競爭中可以取得一些優勢。我們擁有最多的人口和最多的網民，每個人都是最重要的信息源，每個人用的信息越來越多，創造的數據也越來越多，利用數據創造的價值也會越來越大。過去，由於我們的小數據做得不太好，所以對大數據的依賴就會很強，也使大數據得以快速發展。從創新實踐看，目前我國在大數據應用領域不比任何一個國家差，我們培養起來的互聯網公司有很多都是國際上的佼佼者。

（7）數據開放：政府和企業會主動推進數據開放

這是一個判斷，也是一個期待。

從20世紀80年代起，我們逐步建立了各種各樣的信息系統，其中最令人頭疼的一個問題就是形成了許多「數據孤島」。這種狀況在未來幾年將會有大的改觀。大家已經認識到數據價值在什麼地方——用的人越用，數據的價值及機構存在的價值越大，創新發展的機遇也越多，反之亦然。數據開放也是發展大數據產業、催生新業態、培育新動能的迫切需要。對於這個問題，舍恩伯格曾經說得很直白：政府不需要補貼和建立所謂新興產業，只需要開放自己的數據，就能培育一個新的增長點。也就是說，政府把數據開放出來，它產生的價值是巨大的——數據開放可以讓數據流動起來，繼而釋放價值、整合資源。對於掌握大量有用數據的企業而言，開放數據也已經成為企業生態化發展的內在需要。開放的數據越多，得到的數據會更多，生態體系會更完善、更強大。

（8）數據未來：「今天才是第一天」

我比較喜歡凱文·凱利的一句話：「今天才是第一天」。他在《必然》一書中提到了影響未來發展的12個驅動力，包括形成、知化、流動、屏讀、使用、共享、過濾、重混、互動、追蹤、提問、開始，強調一切才剛剛開始，真正偉大的變革還沒有出現。這12個驅動力或12個發展趨勢，每一個都會對大數據的應用和發展起到促進作用。

在研究數字經濟和數字化轉型時，我曾提到過8個演進方向和趨勢，包括數字化、網路化、數據化、智能化、平台化、生態化、個性化和共享化，這「八化」中的每一個都與大數據應用息息相關。當然，大數據在發展的同時也會帶來一些新的問題。例如，將來數據治理難點和熱點都會越來越多，包括數據主權的確認、數據如何進行交易、數據安全和隱私保護、數據跨境流動等，這些都是目前沒有研究透，也沒有研究好的問題。

大數據不是萬能的，數據可以讓我們發現越來越多的規律，但數據絕不等於事實本身，需要謹防一些數據陷阱。我們在爭取用更多的數據、更好的演算法發揮作用的同時，要保持清醒的頭腦，不能迷信大數據，更不能用大數據干壞事。基於數據的 社會 變革才剛剛開始，對於每個數據工作者而言都是任重道遠。也許，我們能做的唯一正確的事情就是學習。

D. 大數據在智慧交通中起了哪些作用

大數據用於智能交通的積極意義
第一，大數據的虛擬性可以解決跨越行政區域的限制。交通大數據的虛擬性，有利於其信息跨越區域管理，只要多方共同遵照相關的信息共享原則，就能在已有的行政區域下解決跨域管理問題。
第二，大數據具有信息集成優勢和組合效率。大數據有助於建立綜合性立體的交通信息體系，通過將不同范圍、不同區域、不同領域的「數據倉庫」加以綜合，構建公共交通信息集成利用模式，發揮整體**通功能，這樣才能發現新價值，帶來新機會。例如氣象、交通、保險部門的數據結合起來，可高效率地研究交通領域防災減災;IC卡數據結合抽樣調查，能更快捷、更精確測得城市交通流分布狀況。
第三，大數據的智能性能較好的配置交通資源。通過對大數據的分析處理，可以輔助交通管理制定出較好的統籌與協調解決方案。一方面減少各個交通部門運營的人力和物力，另一方面可有些提升道理交通資源的合理利用。如根據大數據結果確定多模式地面公交網路高效配置和客流組織方案，多層次地面公交主幹網路綠波通行控制以及交通信號自適應控制。
第四，大數據的快速性和可預測性能提升交通預測的水平。在對各個部門的數據進行准確提煉和構建合適的交通預測模型後，可以有效模擬交通未來運行狀態，驗證技術方案的可行性。而在實時交通預測領域，大數據的快速信息處理能力，對於車輛碰撞、車輛換道、駕駛員行為狀態檢測等實時預測也有非常高的可靠性。
第五，提高交通運行效率。大數據技術能促進提高交通運營效率、道路網的通行能力、設施效率和調控交通需求分析。交通的改善所涉及工程量較大，而大數據的大體積特性有助於解決這種困境。
大數據的實時性，使處於靜態閑置的數據被處理和需要利用時，即可被智能化利用，使交通運行的更加合理。大數據技術具有較高預測能力，可降低誤報和漏報的概率，隨時針對交通的動態性給予實時監控。因此，在駕駛者無法預知交通的擁堵可能性時，大數據亦可幫助用戶預先了解。
第六，提高交通安全水平。主動安全和應急救援系統的廣泛應用有效改善了交通安全狀況，而大數據技術的實時性和可預測性則有助於提高交通安全系統的數據處理能力。在駕駛員自動檢測方面，駕駛員疲勞視頻檢測、酒精檢測器等車載裝置將實時檢測駕車者是否處於警覺狀態，行為、身體與精神狀態是否正常。同時，聯合路邊探測器檢查車輛運行軌跡，大數據技術快速整合各個感測器數據，構建安全模型後綜合分析車輛行駛安全性，從而可以有效降低交通事故的可能性。在應急救援方面，大數據以其快速的反應時間和綜合的決策模型，為應急決策指揮提供輔助，提高應急救援能力，減少人員傷亡和財產損失。
第七，提供環境監測方式。大數據技術在減輕道路交通堵塞、降低汽車運輸對環境的影響等方面有重要的作用。通過建立區域交通排放的監測及預測模型，共享交通運行與環境數據，建立交通運行與環境數據共享試驗系統，大數據技術可有效分析交通對環境的影響。同時，分析歷史數據，大數據技術能提供降低交通延誤和減少排放的交通信號智能化控制的決策依據，建立低排放交通信號控制原型系統與車輛排放環境影響模擬系統。

E. 2019交通報告發布：交通狀況為近三年最佳，北京擁堵降為全國第四

指數越高說明離理想值越近，城市運行相對越健康；指數越低則說明多項指標距離理想值越遠，相對越不健康。

通過將全國主要50城的「交通健康指數」的平均水平作為健康、亞健康城市劃分的標准，也就是健康水平線，《報告》得出了城市交通健康、亞健康榜單。

基於高德首創的六宮格「交通健康指數」綜合性評價方法研判，全國50個主要城市中有27個城市「交通健康指數」高於健康水平線，其中交通健康程度最高的是南通，交通健康指數為74.93%，其次為常州，紹興。

23個城市的「交通健康指數」低於健康水平線，相對而言處於亞健康狀態，其中重慶最低，其交通健康指數為49.9%，哈爾濱、廣州、北京、貴陽分列2至5位。

據了解，高德地圖擁有中國最大的交通大數據生態，准確率超過90%，基於交通大數據，高德地圖已經建立了高德地圖交通大數據發布平台、大數據開放平台、阿里雲ODPS等數據挖掘及分析體系。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

F. 如何運用交通大數據智慧出行

2015年兩會上，「大數據（big data）」一詞首次寫入政府工作報告。在交通領域，大數據一直被視作緩解交通壓力的技術利器。應用大數據有助於了解城市交通擁堵問題中人的出行規律和原因，實現交通和生活的和諧，提高城市的宜居性，為政府精準管理提供基於數據證據的綜合決策。

隨著手機網路、全球定位系統（global positioning system，GPS）/北斗車載導航、車聯網、交通物聯網的發展，交通要素的人、車、路等的信息都能夠實時採集，城市交通大數據來源日益豐富。在日益成熟的物聯網和雲計算平台技術支持下，通過城市交通大數據的採集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平台上實現交通行政監管、交通企業運營、交通市民服務的集成和優化。

G. 智慧交通大數據能解決城市擁堵么

以往針對城市交通擁堵的處理方式，各個城市通常是採用優化市內交通體系、公共交通優先發展等傳統的硬體解決方案。這些方式能在一定程度上緩解交通擁堵，但是不能處理一些突發事件導致的擁堵，也不能從根本原因上去避免和解決擁堵。
因此，在既有的交通環境現狀下，怎樣實現提高通行速度成為城市管理者的新研究課題。城市大數據大腦正是在這種情況下產生的解決方案。以城市交通為例，它的大概思路是，全面監控和採集城市交通的大數據，通過先進的演算法自動優化調整交通資源，從而達到提高城市交通通行速度和效率的可能。需要五大系統才能高效運轉——超大規模計算平台、數據採集系統、數據交換中心、開放演算法平台、數據應用平台。
據悉，在杭州蕭山區的部分路段試點中，城市大腦通過智能調節紅綠燈，初步將車輛通行速度提升了3%至11%。這相當於把高峰期平均時速提高到21.8-23.5公里，試點的成效還是非常不錯的。城市數據大腦的未來還不僅限於現有的5萬路視頻攝像頭。它還將結合手機地圖、道路線圈記錄的車輛行駛速度和數量，公交車、計程車等運行數據，真正成為城市交通的大數據中心。
城市大腦即可在一個虛擬的數字城市中構建多種演算法模型，通過機器學習不斷迭代優化，計算出更「聰明」更有效率的方案。這些計算的背後都離不開一個強大的數據中心作為數據計算的支撐。據悉，國內像華為、銳捷都能為交通大數據的數據中心建設提供頂級配置的核心交換機，能夠滿足國內一線城市的智能交通大數據數據中心的建設需求，為城市智慧大腦提供強有力的支撐。

H. 基於大數據的軌道交通網路化運營管理

摘要：我國作為一個領土遼闊、海陸兼備的大國，幅員遼闊的最大特點就是在進行人員流動經濟交流的過程中，對 交通運輸力量有著巨大的考驗，在改革開放初期，徐啟斌先生就提出了「要致富，先修路」的口號，只有完善全面交通 網路運營，才能真正支持我國龐大的交通運力需求，而軌道交通作為陸地交通上最主要也是性價比最高的交通方式，是 我國經濟建設的運輸的主要運力。因此，如何將軌道進行網路化運營，成為提高當前軌道交通未來發展的主要方向。

關鍵詞：大數據；軌道交通；網路化運營

在軌道交通網路化中，構建大數據的關鍵點之一是利 用全面的全球戰略為軌道交通構建大數據管理平台。軌道 交通數據管理平台的基本內容是重組和優化現有軌道交通 服務的各種工作流程。如果軌道交通服務成功建立了大數 據管理平台，則可以確保系統信息清晰可靠，並使不同業 務之間的系統通信變得方便，有利於決策信息的形成，提 高軌道交通服務信息管理效率，降低運營成本，增加利潤。

1 大數據在軌道交通網路化運營管理方面的不 足之處

1.1 軌道交通統計信息收集系統存在的問題 在大多數發達的西方國家，隨著大數據領域計算機技 術的發展，軌道交通已逐漸實現可操縱和自動化的模型。 新模式給軌道交通帶來的變化非常重要，這主要歸功於軌 道交通的建設。集成的管理系統以及每個子系統到原始生 產系統的集成，形成了一個具有統計和分析功能的信息管 理平台。近年來，中國的軌道交通部門在計算機化建設方 面也取得了進展，但是大數據系統無法滿足所有業務功能 的需求。隨著軌道交通部門的長期發展，數據系統也擁有 大量數據，但所使用的數據仍然不足以容納數據存儲容量。 隨著中國軌道交通服務計算機化需求的增長，數據的發展 也發生了革命性的變化。隨著電子信息技術的飛速發展， 軌道交通的運輸統計部門在全球范圍內發揮著越來越重要 的作用，而軌道交通的統計信息系統在道路上不足以滿足 需求。

1.2 軌道交通數據處理中的問題

大型軌道交通統計服務的數據收集過程分為三個層 次，即基站、各個運輸辦公室和總部。根據不同的統計系 統，如旅客運輸的堆場系統、貨運票務系統、車站行李系 統和其他主要業務系統的收集方法、每日數據量和總交易 量非常大，日均業務處理任務重。說明軌道交通統計數據 規模巨大，隨著軌道交通計算機化的發展，可能涉及軌道 交通統計服務的數據不限於該系統，並且更經常涉及外部 系統，例如鐵路客運系統當中 12306 客戶服務中心的開放 運營以及軌道交通信息資源的不斷擴展，給軌道交通統計 系統帶來了巨大壓力。 多樣化的數據類型在軌道交通計算機化過程中不僅有 結構化的數據（例如報告），還有半結構化和非結構化數 據（如語音、視頻和圖像）。這些不同類型的數據特徵顯 示了交通統計特性的變化。不同業務系統之間幾乎不可能 有相同的內存、存儲方法和數據管理模式，特別是對於非 機構數據。如何從不同的結構化數據中提取有價值的業務 信息，並詳細分析不同數據的相關程度是現階段軌道交通 統計服務面臨的問題。

1.3 軌道交通數據索引系統中的問題

軌道交通數據指標體系的現狀軌道交通的統計指標可 以反映軌道交通服務生產過程的直接績效、財政收支、資 源管理等方面，各項活動的指標密切相關、相互補充，並 匯總到一個統計數據指標體系中。軌道交通數據統計指標 的最基本要求是能夠反映軌道交通服務的當前運行狀況。 總結從初步工作中獲得的結果可以發現當前系統中的各種 問題，以便為下一步的部署提供可靠的計劃。軌道交通統 計指標體系基於不同類型的專業人員，並在各種基準報告 的基礎上，已經形成了 12 個專業，涵蓋客運、貨運、行李、 機車、乘用車、卡車、設備、人工、材料、節能、環保和 投資。從數據指標來看，這些數據指標之間的關系比較復 雜，數據的口徑很難統一，這使得軌道交通系統中大數據 的統一管理更加復雜。

1.4無法滿足軌道交通統計的新需求

隨著軌道交通商業化進程的不斷加快，在現代貨運 組織變革、高鐵運輸方式變革等一系列轉型發展形勢下， 傳統的以報代報的統計模式越來越不合適。隨著現代軌 道交通的發展和管理，軌道交通統計的功能正通過大數 據技術的發展模式逐漸發生變化。由於大數據技術的應 用，軌道交通統計的功能越來越豐富。以大數據為框架， 對統計活動的需求和發展進行深入科學分析，開發現代 化、綜合化的軌道交通統計數據，通過高級數據處理架 構獲得信息。管理平台最大化基準統計數據，打破傳統 的統計業務流程，軌道交通統計信息系統的運行過程發 生了根本性的變化。傳統的數據集成處理方式取代傳統 車站和軌道交通局的基礎部分，再移交給鐵路公司，報 告方法浪費了很多時間。

2 大數據在軌道交通網路化運營管理中的問題 和策略

2.1 軌道交通統計信息系統建設策略 軌道交通服務具有關聯的大數據系統和構建大數據的 一般設計缺陷，需要不斷嘗試以實現管理平台統一管理的 目標。從軌道交通公司的角度來看，應將業務和統計信息 有機地集成在一起，使其可以成為有效的信息管理平台， 重塑統計工作流程並最大限度地保證原始數據的准確性和 及時性，為軌道交通業的未來改革和創新提供堅實的決策 基礎。

2.2 軌道交通業務系統數據分析策略 盡管在建設軌道交通統計服務信息方面已經取得了一 些進展，但尚未建立系統的整體數據中心，也沒有統一的 統計管理方法，因此統計系統可以提供的決策內容相對薄 弱，現有的統計數據沒有得到充分利用。該信息主要存在 以下問題：

（1）數據質量差。地方軌道交通單位的計算機化水 平不高，監督管理工作水平不高。通常由於手工填寫表格、 輸入數據和操作錯誤而導致統計數據錯誤。在高精度和錯 誤的情況下，沒有明確的統計積分方法，這大大降低了輸 入數據的質量。 （2）數據收集的粒度極好。當前，生成軌道交通統 計數據統計分析最終內容的過程是使用現有指標進行收 集，並通過不同級別之間的幾次匯總獲得最終結果。但是， 在軌道交通部門實施細化工作之後，很難滿足某些原始數 據和信息的細化要求。只有藉助更多完善的數據，才能順 利完成統計工作內容的完善。

（3）數據利用率低。通常，軌道交通的統計方法包 括處理原始數據。實際的信息使用率不高，可能無法提供 最佳的信息價值。軌道交通服務已經滿足了使用大數據技 術的客觀條件，下一步是通過創建信息管理平台並尋找盡 可能多的信息背後的機會和價值，從而進行深度數據挖 掘、分析和決策，以激活統計服務，生產報告將成為強大 的目標。

2.3 軌道交通統計指標體系問題分析策略 目前軌道交通統計指標的范圍能夠滿足現階段的基本 統計要求，但統計指標體系存在的問題不容小覷。新時期， 軌道交通統計信息化建設的關鍵步驟之一就是如何創新重 構統計指標體系，使之能夠全面、科學地反映軌道交通企 業的綜合實力。

2.4 大數據驅動業務策略 建立完整的統計數據管理平台，以通過統計數據倉庫 以統一，標准化和兼容的方式集成不同業務系統之間的數 據。逐步將原始數據信息整合到信息平台中，根據數據格 式、存儲要求、數據共享等方式保存有價值的信息。建立 規則庫以指定類別、解釋、量表、計算方法等，提高數據 管理質量，統計數據質量是核心，統計數據管理水平需要 不斷提高。由於掌握了數據處理過程，為了驗證每個源點 的信息，必須根據統計規則對數據進行隨時間的修改，以 保證統計數據的質量。在數據校正方面，堅持避免人工干 預，盡量使用計算機化的自動處理和校正功能，盡可能地 輔助特殊問題的手工處理。

3 結束語 軌道交通系統的發展需要強大的統計信息服務集成平 台。通過功能集成以及數據和活動的功能開發，可以提高 統計信息的處理水平，提高統計人員的效率，並提高管理 和決策水平和領導者的指揮能力。由於時間和容量的限 制，筆者只能從概念上討論大數據在軌道交通網路化運營 中的優勢，而未在應用程序級別進行廣泛的分析和研究。 大數據的好處雖然顯而易見，但仍處於初步研究階段，其 實施需要高層科學的設計和合理的發展。相信大數據信息 管理系統可以促進軌道交通統計的發展，具有良好的發展 前景。

參考文獻：

[1]王洪臣. 基於數據驅動的城市軌道交通智慧出行服務研究[J]. 軌道交通裝備與技術,2021(4):54-56.

[2]張靜萱, 劉兵, 李曉璐, 等. 城市軌道交通網路運營安全的綜合評估[J]. 科學技術與工程,2021,21(17):7340-7347.

[3] [3] 何躍齊, 王路萍, 徐文, 等. 城市軌道交通網路運營信息一體化模型研究[J]. 都市快軌交通,2015,28(2):53-56+60.