交通大数据开放

A. 交通大数据可以解决城市拥堵吗

以往针对城市交通拥堵的处理方式，各个城市通常是采用优化市内交通体系、公共交通优先发展等传统的硬件解决方案。这些方式能在一定程度上缓解交通拥堵，但是不能处理一些突发事件导致的拥堵，也不能从根本原因上去避免和解决拥堵。
因此，在既有的交通环境现状下，怎样实现提高通行速度成为城市管理者的新研究课题。城市大数据大脑正是在这种情况下产生的解决方案。以城市交通为例，它的大概思路是，全面监控和采集城市交通的大数据，通过先进的算法自动优化调整交通资源，从而达到提高城市交通通行速度和效率的可能。需要五大系统才能高效运转——超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台。
据悉，在杭州萧山区的部分路段试点中，城市大脑通过智能调节红绿灯，初步将车辆通行速度提升了3%至11%。这相当于把高峰期平均时速提高到21.8-23.5公里，试点的成效还是非常不错的。城市数据大脑的未来还不仅限于现有的5万路视频摄像头。它还将结合手机地图、道路线圈记录的车辆行驶速度和数量，公交车、出租车等运行数据，真正成为城市交通的大数据中心。
城市大脑即可在一个虚拟的数字城市中构建多种算法模型，通过机器学习不断迭代优化，计算出更“聪明”更有效率的方案。这些计算的背后都离不开一个强大的数据中心作为数据计算的支撑。据悉，国内像华为、锐捷都能为交通大数据的数据中心建设提供顶级配置的核心交换机，能够满足国内一线城市的交通大数据数据中心的建设需求，为城市提供强有力的支撑。

B. 腾讯吹响智慧交通“冲锋号”

在“新基建”等利好政策的推动下，2020年无疑是智慧交通的一个风口期，而各方“新旧”势力为了不掉队又都适当的加了一把火，让“交通”这个原本传统又垂直的领域在公开镜头下亮相的次数越来越多，“交通人”也开始习惯并享受出现在聚光灯下。

这种“处事风格”改变，和“新势力”带来的“外来文化”有关。

所谓的“新势力”，特指那些原有自家的主营业务，且都发展较好，但为了开拓新市场，寻找新的赢利点，近些年看好交通领域并相继入场的资本和 科技 玩家们。

这些新晋玩家们在“打江山”时都有过“野蛮生长期”，过多的触达C端让他们都有“先声夺人”占据市场主动性的习惯，这种“提前吹风、力抓先机“的路数和专攻交通多年的企业们形成了鲜明对比，后者”闷声做事、稳中发展“的传统也慢慢做出了调整。

如今，交通的圈内人也逐渐形成了共识，腾讯、华为、阿里、网络、滴滴、平安等企业属于“新势力”， 而关于人才的争夺，怎一个“抢”字了得，这早已是圈内的热门话题，且各地方的规划设计院对“新势力”的态度也不尽相同。

类似的讨论还有很多，但有一点大家都明白：谁能切实的为行业做些事，不只空谈口号，不为了技术而技术，不做一锤子买卖，这才最重要。

从各家的市场动作和发展定位的对比中，或许能看出他们在交通领域的“真实样貌“，也能看出大家都在展望的智慧交通的未来究竟会以怎样的形式到来。

现在，智能网联示范区的旗帜已遍布全国，且进入到城市公开道路，各种测试里程不断增加；智慧高速的建设也在如火如荼的开展，老路改造升级和新路规划设计，让各方无不尽力的深度参与其中。

在政策落实和执行过程中，5G、大数据、人工智能、云计算、区块链等最精尖的技术手段不断被安置在车路协同、自动驾驶、智慧高速、试点示范区上，成为各类建设的名词前缀，且不说这是否是概念横行，单论实施后的结果是否让人满意，很多人心里都有答案。

尤其是当一个个动辄过亿的大项目公开后，是否满足了预期？如此大规模的投入，钱有没有花在“刀刃”上？在市场过热的情况下，这些问题愈发的引起圈内人士的重视和思考。

都说交通有着高大的门槛和纵深的壁垒，但在雄厚的资本和前沿的技术面前，竟也平易近人起来，并开始主动拥抱变化。其实，对主管部门来说，交通的本质就是保证安全、提升效率，若真能解决痛点问题，由谁来做也就没那么重要了。“何不一试”，是很常见的心态。

今年，赛文继续对华为、阿里、网络、滴滴等市场上各领域的“寡头”企业进行了一系列的跟踪报道，这些原在交通垂直方面的并没有太多“交集”的巨头们总能从自身的业务和优势中找到切入点，然后以一种“舍我其谁”的姿态昂首加入到智慧交通的大军中。

比如，华为发布交通智能体，打造具有高辨识度的面向交警领域的整体解决方案；阿里发布多场景的智慧高速解决方案，不断落地“新基建”；滴滴基于真实交通数据发布信号控制分析及优化系统，为城市交管赋能；网络在城市智能交通市场的业绩不断刷新 历史 ，形成自动驾驶、智能车联、车路协同三大业务方向；以及平安的智慧城市等等……

相对来说，腾讯就显得没有那么“惹眼”了，尽管其很早就已经开始发展智能交通 ，并在交通管理、公共出行服务、智慧高速、智慧停车、智慧航空、智慧港口等领域都有一些实际的行动案例，但似乎都并没有进行框架式的整合，总感觉缺少一把“柴火”。

9月10日，在新基建的大背景下，腾讯智慧交通终于以专场的形式向行业做了一次全面的汇报，其在2020腾讯全球数字生态大会上从行业发展趋势、行业成果分享、典型案例应用、产品生态分布等多个角度，为大家带来了一场腾讯智慧交通的最全图景。

对赛文来说，这是一次难得的机会，可以进一步了解和深挖腾讯做交通的初衷和底气，以及他们对自身的定位以及对未来规划。

带着问题，赛文和腾讯副总裁钟翔平等人进行了深度交流和探讨，也着实看到了腾讯眼中的这条“交通路”。

受疫情影响，此次腾讯数字生态大会亦是在线上举行，大会以“布局新基建，腾讯智慧交通的新图景”为主题，以“智联世界，美好出行”为愿景，期间还提出了未来交通的四大理念，并首次公布了腾讯智慧交通的新战略We Transport。同时，面向交通产业链上下游参与者，在会上腾讯启动了智慧交通生态合作伙伴计划，并发布《腾讯未来交通白皮书》。

看得出，此次腾讯带着诚意认真的对“自家交通”做了一次全面的梳理和展望。

比如，We transport业务版图，希望结合腾讯“一码”（乘车码）、“一图”（腾讯地图）、“一云”（腾讯云）、“一ID”（超级ID）的数字化技术能力，提供云端大脑和数字底座，连接人、车、路、网、云。

钟翔平对赛文说道，“以人为中心的服务理念始终是腾讯在交通领域的一个重要的出发点”。

他认为，随着新基建的加速，数据的生产要素价值将不断放大，而交通产业升级的巨大价值，主要包括三个维度：助力城市规划、管理走向精细化；助力交通调度、运行更高效；助力民生服务，带来更好的出行体验。

面对智慧交通行业众多的合作伙伴，钟翔平表示腾讯致力于释放自身价值，也将积极发挥自身技术优势，携手产业链合作伙伴，成为智慧交通的共建者。

此次大会中“以人为中心”几个字频繁被提及，腾讯果真在直指其背后庞大的用户群，且符合腾讯本身以“用户为本”的服务理念，而C端本就是腾讯最大的优势之一，在此基础上做进一步的连接和应用，无人质疑。

一直以来，腾讯在交通领域有着庞大又分散的业务线，呈多线并进的态势，且没有太明显的主次关系，似乎都在试水，并没有倾斜性很明显的重点发展，而此次重点提及的“以人为中心”是否是腾讯进入智能交通的核心价值，仍需进一步的 探索 和观望。

从赛文的视角来看，腾讯、华为、阿里、网络、滴滴、平安等“新势力”们做交通总不可避免的有一些具备“互联网特色“的话术，而赛文经常性做的工作正是将这些“互联网语言”转换成为交通行业人们能够“听”得明白的交通专业词汇。

或者说，我们会从城市交通、公安交警、公共出行、高速公路、自动驾驶等行业线的角度来解析各家企业究竟有哪些业务和技术支撑，解决了哪些具体的问题。

此次腾讯大会智慧交通专场亦从愿景规划、交通建设、交通管理、交通运营、交通生态等方面做了详细的介绍，尽管从内容上看，符合腾讯一贯低调的风格，以技术、产品方案、理念讲解偏多，秀成绩偏少，不过确实也将腾讯这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，大有集结之后、全面出击之感。

总结来看，腾讯在交通的着力点主要在公共交通、城市交通治理、停车、智慧高速、车路协同和自动驾驶等几个领域。

腾讯乘车码作为腾讯智慧交通中的核心产品，自2017年上线以来，已经覆盖了29个省份、直辖市，150多个城市中的1.5亿人群均可在BRT、公交、地铁、索道、轮渡等场景下进行移动支付。乘车码不仅能解决C端用户出行便利性的问题，也能以数字化助手的角色，为公交和地铁等企业提供针对性的解决方案，助力城市公共交通运营企业实现智慧化的转型。

在智慧公交方面，利用腾讯位置大数据分析，挖掘用户交通出行需求和出行特征，结合供需平衡分析，服务公交运行监测、供需对比分析、线网规划优化和服务发展评估等关键场景，提供公交大数据和综合交通客流分析等能力开放平台，以及公交线网诊断及优化、定制公交、微循环、动态预约等多元公交服务、公交专用道规划管理、重点区域/重大活动客流管控和一站式出行服务等系列应用服务能力。

另外，腾讯构建的MaaS一体化出行服务平台，根据用户乘车前、中、后的全流程，围绕用户出行时间需求、出行偏好，连接多种出行方式，形成一个“01357”出行构架体系，包括停车服务、1公里范围内的共享单车、3公里范围的公交、5公里范围的打车服务、7公里地铁出行，由此实现服务找人，出行跟着人走。

会上，腾讯还提出了用数据驱动交通治理现代化的建设思路，对海量的政府交通数据和企业数据，进行多元和多源数据的汇聚分析，可以帮助交通管理部门解决拥堵、物流效率低和道路安全三大难题，让交通治理从被动到主动，从信息化到智慧化。

同时，还推出了城市交通仿真引擎，可以应用在交通运行管控、应急与指挥等；交通枢纽监测、运营调度等；以及面向公众的公共交通出行信息服务、停车信息服务等。

通过对交通运行态势的推演，能够帮助交管部门进行动态交通的管控，包括信号管控、拥堵研判等；对用户来说，经过对特定场景进行预测和评价，包括公交优先、大型活动、临时管制等场景，城市交通仿真引擎能够辅助用户做出最佳决策。

这一方案适用于诸多交通治理场景。例如，对拥堵进行预判以提前部署警力，对公共交通进行优先控制引导，减少小 汽车 出行、通过智能信号优化对拥堵进行动态的管控，借助地图、微信等载体实时发布出行建议，帮助用户获得更好的出行体验。

据悉，在城市综合交通的场景中，腾讯依托自有数据，接入车驾管、营运车辆数据、融合卡口视频数据，补充气象水文地理数据，包括车路协同条件下的更丰富的感知数据，打造了GIS时空引擎，并应用腾讯云的大数据与AI能力，以支撑政府、企业、出行者三类用户群体的个性化需求。

此外，今年6月，腾讯与西安交通局达成战略合作，共同构建西安公共交通领域的智慧大脑，推进西安智慧交通体系建设。7月，腾讯与交通部公路院联合发布“公共交通出行大数据平台”，推动交通大数据在交通产业发展中融合应用。

针对车主停车难、运营方收费难、政府管理难等问题，腾讯云推出了智慧停车解决方案，主要从建、管、用三个层面来建设。

首先政府自上向下的进行规划、设计、吸引投资和基础建设；然后在管理的层面，政府制定全市统一的收费管理、数据管理、征信管理和标准管理等等标准；最后在使用的层面通过制定统一的处罚策略、业务协同机制，指挥决策机制来进行项目的持续运营。

在智慧停车市场，腾讯主要提供三大软件平台和一系列的停车硬件产品，从而来实现行业的信息化建设。

首先对路内、路外的停车场进行基础建设和设备的升级，这里腾讯可以提供智元系列等一套智能硬件产品；然后通过智停平台对各种形态的智慧停车场景进行管理，再逐步地对 社会 停车资源进行从税务和城市资源的方面进行统一的升级和接入，统一汇集到城市级的智慧停车平台，也是腾讯的“智城平台”；最后进行统一界面的展示、管理和分析处理，再向城市的公众服务小程序或公众号以及可视化的运行监控中心，进行统一的呈现，并且还可以向更高级别的城市第三级平台进行输出，在完成数据统一管理之后，腾讯还会通过用户的运营平台，也叫“智融平台”建立精准营销的推送和 汽车 的后向运营服务。

腾讯云智慧停车解决方案是覆盖城市停车全场景的端到端的解决方案，包括路内停车位、路外停车场、智能充电，城市级静态交通的一体化管理，以及停车后向运营场景。

针对高速公路行业数字化目前面临众多挑战，腾讯云也给出了自己的应对策略。

关于云化，通过建设云控中心，构建高速数字化的基础底座，涵盖了感知监测、运营管控、设施全周期管养、出行服务；

关于协同，在车侧，腾讯TAI系统为车主提供多元的车内信息发布，借助地图导航与微信车联，完成与出行者的无缝触达；在路侧，部署边缘计算节点和车路协同设施，实现视频智能分析、事件识别和信息快速分发，通过互联运营云和腾讯多端化的连接触手，完成人车路三者的有机融合。并借助腾讯云数字孪生平台，将全景化的视频和基础设施数字仿真融合，实现场景化远程化的指挥调度，再通过企业微信构建的互联平台，真正做到指挥调度的协同化；

关于服务，借助地图、车联网、微信等连接器，通过位置与社交大数据精准把握用户的出行特征、个性化需求，提供主动的信息推送，将线下的服务区链接到线上，实现行前行中行后的一体化服务；

关于开放，腾讯云将大数据、AI等能力从接入、采集、分析、应用等层次开放不同的技术平台，并开启基于生态化的产业互联网之路，携手行业厂商，一起建设智慧高速行业；

关于高速运营，腾讯云围绕新的不停车收费系统，将门架、抓拍、视频、收费流水等数据进行云边端一体的融合，形成新的感知模式，再将自身一系列大数据与AI等能力装到一起，构建数据计算引擎，最后驱动运营的应用与服务的建设，包括收费稽核、综合态势感知、通行预约、高速营销、智慧服务、信息发布等等。

8月下旬，腾讯云发布了AI收费稽核产品，基于腾讯云的AI与大数据技术应用，将多渠道的收费流水、图片抓拍等海量数据接入云端，把地图路径还原、以图搜图能力进行匹配，实现十秒级的稽核结果计算，轻松应对收费特情处理。

另外，腾讯还联合交通部路网中心发布交通行业首个“高速公路数字化运营云平台”，助推高速公路智慧化运营。

今年，各方势力和主管部门的视野都离不开车路协同和自动驾驶，相关的很多探讨一次次的被摆上了台面，对于这些并非是新名词的老概念，商业模式、投资盈利、运营管理、持续发展等问题仍在不断的 探索 和寻找。

尽管如此，但阻挡不了大家“攀登珠峰”的脚步，且在攀登过程中会有许多意外的收获，赛文也曾在之前的分析报道中表示：“珠峰”就在那里，不动，就永远到不了。

反观腾讯在这些方向的进展，也是不曾停下。

一年前，腾讯曾发布《5G时代车路协同创新应用白皮书》并喊出：车路协同涉及产业链诸多企业，腾讯愿意作为产业链上下游的连接器，并为车路协同的快速落地构建起可靠的一体化安全保障体系。

首先连接人、车、路、云，并打通路侧系统、车载系统和数据交互系统，确保三者之间的数据无缝连接、功能得到充分发挥，将产业链上下游的高速公路公司、无线网络设备商、数据中心设备商、运营商、内容提供商等企业组织在一起，将移动互联网的服务无缝连接到整个智慧出行的场景下。

在此基础上，实现人和车、设备、服务之间的连接，多个终端场景的打通，最终构建起高速公路、运营商、设备商、数据中心设备商、互联网企业共同参与的产业链格局。

如今，针对行业普遍存在的重建设轻运营、重演示轻落地、重功能轻平台等突出问题，腾讯的5G车路协同方案不断优化升级，具备了5G能力/异构网络、统一的V2X消息集、全产业链的协同、开源开放的平台、提供道路数字化转型的工具箱等能力，通过“5G车路协同边缘计算平台”和“交通云控平台”加上“V2X数据服务引擎”，打通传统的人、车、路的数据闭环，强化智慧交通的运营环节，并针对高速、园区、测试场、城市道路等不同场景提供不同组合的解决方案，在和第三方合作伙伴的方案集成上，也能够从用户界面、接口到开发框架等不同层次进行整合，提供更加灵活多样的选择。

目前，已经在北京首钢冬奥园区做了5G边缘计算的车路协同场景验证，可以提供基于腾讯TAI车机或微信小程序的国民级车路协同应用，海量站点自动运维的平台系统，低成本算力，对第三方接入赋能等多个核心能力。

截止目前，无论是高速场景下的自动驾驶技术研发，还是泊车场景中的自动驾驶，都聚集了大批玩家，腾讯的筹码是基于自身的AI、云、信息安全等技术优势，打造出了集自动驾驶研发及评测验证于一体的数据云平台、模拟仿真平台和高精度地图平台三大平台，为行业赋能。

腾讯投入融合感知、高效地图构建、多传感器融合定位、系统决策、路径规划、系统控制等核心技术研发，结合虚拟仿真、数据云和高精度地图云平台，构建自动驾驶和智慧交通两个领域的核心能力。

如今，腾讯可以提供城市级仿真、云控平台、3D可视化引擎、以高精地图为基础的多要素地图、车端/路侧、车路协同方案，在为车企提供工具链和云服务的同时，依托于这些能力，助力智能网联先导区建设、港口无人驾驶自动化、高速公路信息化以及城市交通治理。

同时，腾讯在自动驾驶领域深度合作，利用虚拟仿真技术加速长沙开展智能网联 汽车 仿真实验项目，助力建设国家智能网联 汽车 （长沙）测试区。

今年5月，腾讯曾对外宣布：腾讯未来五年将投入5000亿，用于新基建的进一步布局。足见其在新基建领域布局的决心。

当赛文问及腾讯智慧交通的发展决心是否会有“犹豫”时，钟翔平同样给出了坚定的答案 ，“多年来，我们对交通领域进行了垂直性的切入，输出了相关解决方案，并积累了用户、 科技 、数字云平台等方面的优势，也得到了大家的认可。现在，我们准备将交通领域的各项能力整合后进行全面发布和释放，也让行业可以更好的理解我们。”

很明显，腾讯的智慧交通之路，才刚刚拉开序幕。

C. 大数据未来发展8大态势 -《数据要素：全球经济社会发展的新动力》

本文摘自：《数据要素：全球经济 社会 发展的新动力》

作者：赵刚博士

（1）数据化：所有能数据化的都将被数据化

从狭义上讲，数据化就是将事物及其运动转化为机器可以识别的信息的过程。从广义上讲，数据化是指人类利用数据全面认知并优化改造客观世界的过程。未来，机器会获取越来越多的数据，人类认识和改造世界的能力也会大大增强。

促使这种变化的要素有四个。

一是技术。不仅是大数据技术，与数据相关的新一代信息技术，如互联网、移动互联网、物联网、云计算、3D打印、AR/VR/MR、数字孪生、区块链等，都还在不断发酵、进化、孕育、突破，并一起促进大数据的加速发展。人们常说的数据爆炸才刚刚开始。

二是需求。大数据用得越多，需求也会越来越多。

三是变化。现在已经有大量的大数据改变生产、生活、治理的案例，技术、模式、制度、理念已经出现一些变化，尽管还很初步，但代表了未来的发展方向。

四是政策。数据已经被普遍看成新的生产要素，各地都在采取措施依靠大数据为经济发展打造新动能。这四大要素结合起来，将共同推进大数据向前发展，决定了未来大数据发展的趋势。

数据化可以看作未来大数据发展的第一个大趋势——所有能数据化的都将被数据化。无论是生产还是生活，无论是制造业还是服务业，无论是消费端还是产业端，越来越多的东西将会呈现数据化的态势，新一轮的数据大爆炸不可避免。

（2）数据价值：更多的数据价值将被挖掘出来

数据之所以受到重视，是因为数据本身有价值。在美国物理学家约翰·惠勒看来，“万物源于比特”，世界是由比特构成的，也就是由数据构成的。在大数据者的眼里，所有事物都是数据。所以，同样一种物体，他能看到更多的东西：数据从哪里来？到哪里去？它的生态是什么？它会造成哪些影响？你看到的数据越多，说明你的数据能力越强。机器智能发展到今天，我们可以逐步将隐藏在事物内部、背后的数据挖掘出来，捕捉到它们，并把它们储藏起来，开发出针对它们的应用，这就是大数据的价值。

数据价值的核心是发现新规律。当大数据应用到一定程度时，所有规律都可能被发现，无限接近事实本身。例如，一部手机能告诉我们很多秘密：你每天走了多少路，每天睡了几个小时，去过什么地方，你的兴趣爱好，你的消费水平、消费结构、消费习惯，你的财产状况、交友状况，等等。机器会为我们捕捉到更多数据，并从中发现更多规律和事实，这就是大数据的威力所在。

（3）数据驱动：数据驱动一切成为现实

如今，连老司机如果不用导航都不会开车了。我们到一个地方参加会议，基本就是数据驱动：会议通知是数据化的，日程安排是数据化的，出门叫车是数据化的，走什么路线也是数据决定的。使用网约车时，一次叫车的供需匹配技术上只需要0.12秒，但背后要运算数据576亿次。网约车打败出租车、外卖打败方便面、电子商务打败百货商场等表面上看是跨界经营，背后的区别就在于大数据。

现在每个人的手机上都预装、下载有很多App，它们都在你睡觉时悄悄地更新，这样的迭代创新越来越容易，甚至你根本感受不到。移动支付的发展让我们用的钱也都变成了数字，并让我国率先进入了无现金 社会 。制造业更是如此，原来流水线是把人变成了机器，而将来的智能制造是把机器变得更像人，甚至比人更聪明、更能干、更可靠。数据驱动一切已经越来越成为现实，大大改变了整个世界。

数字已经开始重新定义一切，在你认知的所有事物之前加上“数字”二字，如数字经济、数字政府、数字 汽车 、数字建筑、数字出行等，你就会发现这些东西已经与以前大不一样了。我们可以发现，用数据说话、靠数据决策、依数据行动已变成非常自然的事情。数据驱动一切还带来了另一个重大变化或新的机遇：所有生意都值得重做一遍。用数字化的思维看一看你现在所从事的工作、业务，你会发现完全可以重新来过，而且很可能成为绝活。因此，每一家企业都可以问一下自己：10年后，你的竞争对手是谁？

（4）数据融合：催生新业态

这里要强调一个观点：单一数据的价值有限，而多种数据融合的创新潜力无限。过去，一些政府部门对掌握的数据看得很紧，总能提出很多理由，认为这些数据是不能随便对外开放的。但现在大家已经认识到，如果数据不开放，不让大家使用，它就变得越来越没有价值。现在找到数据的手段、工具、途径比过去丰富多了，远非传统的统计数据可以比拟。不能很好地做到数据开放，就会有新的数据出来，形成覆盖或取代。数据关联起来融合应用会产生更大的价值。网约车的应用就整合了地理大数据、交通大数据、服务大数据、用户大数据、交易大数据、信用大数据等。近年来出现的诸多新业态、新模式，以及由此而成长起来的独角兽企业，几乎都是多种大数据集成应用的结果。未来几年，数据融合还会催生一大批数字新物种，成长出一批新的巨无霸平台型、生态型企业。

（5）数据经济：无数据不经济

大家对于数字经济已经耳熟能详，其背后实际上是数据经济，是数据在发挥重要作用。狭义的数据经济是指以数据的生产、加工、交易为主要对象的经济活动总和，广义的数据经济是指以数据为基础的经济活动的总和。也许将来所有经济活动都是以数据为基础的，都可以被称为数据经济。所以，我们可以说，“无数据不经济”。

（6）数据能力：未来核心竞争力

未来，谁能够找到大数据，而且用好大数据，这样的企业拥有的竞争力将跟传统企业的竞争力大不一样，其可以轻易完成降维打击。数据能力体现在哪些方面？这里给出一个简单的公式：

数据能力=数据+算法+算力

数据能力将会成为未来的核心竞争力，形成竞争新优势。对于国家、企业是如此，对于每个人也一样。我国提升数据能力有自己的独特优势，在未来几年的数据竞争中可以取得一些优势。我们拥有最多的人口和最多的网民，每个人都是最重要的信息源，每个人用的信息越来越多，创造的数据也越来越多，利用数据创造的价值也会越来越大。过去，由于我们的小数据做得不太好，所以对大数据的依赖就会很强，也使大数据得以快速发展。从创新实践看，目前我国在大数据应用领域不比任何一个国家差，我们培养起来的互联网公司有很多都是国际上的佼佼者。

（7）数据开放：政府和企业会主动推进数据开放

这是一个判断，也是一个期待。

从20世纪80年代起，我们逐步建立了各种各样的信息系统，其中最令人头疼的一个问题就是形成了许多“数据孤岛”。这种状况在未来几年将会有大的改观。大家已经认识到数据价值在什么地方——用的人越用，数据的价值及机构存在的价值越大，创新发展的机遇也越多，反之亦然。数据开放也是发展大数据产业、催生新业态、培育新动能的迫切需要。对于这个问题，舍恩伯格曾经说得很直白：政府不需要补贴和建立所谓新兴产业，只需要开放自己的数据，就能培育一个新的增长点。也就是说，政府把数据开放出来，它产生的价值是巨大的——数据开放可以让数据流动起来，继而释放价值、整合资源。对于掌握大量有用数据的企业而言，开放数据也已经成为企业生态化发展的内在需要。开放的数据越多，得到的数据会更多，生态体系会更完善、更强大。

（8）数据未来：“今天才是第一天”

我比较喜欢凯文·凯利的一句话：“今天才是第一天”。他在《必然》一书中提到了影响未来发展的12个驱动力，包括形成、知化、流动、屏读、使用、共享、过滤、重混、互动、追踪、提问、开始，强调一切才刚刚开始，真正伟大的变革还没有出现。这12个驱动力或12个发展趋势，每一个都会对大数据的应用和发展起到促进作用。

在研究数字经济和数字化转型时，我曾提到过8个演进方向和趋势，包括数字化、网络化、数据化、智能化、平台化、生态化、个性化和共享化，这“八化”中的每一个都与大数据应用息息相关。当然，大数据在发展的同时也会带来一些新的问题。例如，将来数据治理难点和热点都会越来越多，包括数据主权的确认、数据如何进行交易、数据安全和隐私保护、数据跨境流动等，这些都是目前没有研究透，也没有研究好的问题。

大数据不是万能的，数据可以让我们发现越来越多的规律，但数据绝不等于事实本身，需要谨防一些数据陷阱。我们在争取用更多的数据、更好的算法发挥作用的同时，要保持清醒的头脑，不能迷信大数据，更不能用大数据干坏事。基于数据的 社会 变革才刚刚开始，对于每个数据工作者而言都是任重道远。也许，我们能做的唯一正确的事情就是学习。

D. 大数据在智慧交通中起了哪些作用

大数据用于智能交通的积极意义
第一，大数据的虚拟性可以解决跨越行政区域的限制。交通大数据的虚拟性，有利于其信息跨越区域管理，只要多方共同遵照相关的信息共享原则，就能在已有的行政区域下解决跨域管理问题。
第二，大数据具有信息集成优势和组合效率。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体**通功能，这样才能发现新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查，能更快捷、更精确测得城市交通流分布状况。
第三，大数据的智能性能较好的配置交通资源。通过对大数据的分析处理，可以辅助交通管理制定出较好的统筹与协调解决方案。一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。如根据大数据结果确定多模式地面公交网络高效配置和客流组织方案，多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
第四，大数据的快速性和可预测性能提升交通预测的水平。在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
第五，提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。
大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。
第六，提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。
第七，提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。

E. 2019交通报告发布：交通状况为近三年最佳，北京拥堵降为全国第四

指数越高说明离理想值越近，城市运行相对越健康；指数越低则说明多项指标距离理想值越远，相对越不健康。

通过将全国主要50城的“交通健康指数”的平均水平作为健康、亚健康城市划分的标准，也就是健康水平线，《报告》得出了城市交通健康、亚健康榜单。

基于高德首创的六宫格“交通健康指数”综合性评价方法研判，全国50个主要城市中有27个城市“交通健康指数”高于健康水平线，其中交通健康程度最高的是南通，交通健康指数为74.93%，其次为常州，绍兴。

23个城市的“交通健康指数”低于健康水平线，相对而言处于亚健康状态，其中重庆最低，其交通健康指数为49.9%，哈尔滨、广州、北京、贵阳分列2至5位。

据了解，高德地图拥有中国最大的交通大数据生态，准确率超过90%，基于交通大数据，高德地图已经建立了高德地图交通大数据发布平台、大数据开放平台、阿里云ODPS等数据挖掘及分析体系。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

F. 如何运用交通大数据智慧出行

2015年两会上，“大数据（big data）”一词首次写入政府工作报告。在交通领域，大数据一直被视作缓解交通压力的技术利器。应用大数据有助于了解城市交通拥堵问题中人的出行规律和原因，实现交通和生活的和谐，提高城市的宜居性，为政府精准管理提供基于数据证据的综合决策。

随着手机网络、全球定位系统（global positioning system，GPS）/北斗车载导航、车联网、交通物联网的发展，交通要素的人、车、路等的信息都能够实时采集，城市交通大数据来源日益丰富。在日益成熟的物联网和云计算平台技术支持下，通过城市交通大数据的采集、传输、存储、挖掘和分析等，有望实现城市交通一体化，即在一个平台上实现交通行政监管、交通企业运营、交通市民服务的集成和优化。

G. 智慧交通大数据能解决城市拥堵么

以往针对城市交通拥堵的处理方式，各个城市通常是采用优化市内交通体系、公共交通优先发展等传统的硬件解决方案。这些方式能在一定程度上缓解交通拥堵，但是不能处理一些突发事件导致的拥堵，也不能从根本原因上去避免和解决拥堵。
因此，在既有的交通环境现状下，怎样实现提高通行速度成为城市管理者的新研究课题。城市大数据大脑正是在这种情况下产生的解决方案。以城市交通为例，它的大概思路是，全面监控和采集城市交通的大数据，通过先进的算法自动优化调整交通资源，从而达到提高城市交通通行速度和效率的可能。需要五大系统才能高效运转——超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台。
据悉，在杭州萧山区的部分路段试点中，城市大脑通过智能调节红绿灯，初步将车辆通行速度提升了3%至11%。这相当于把高峰期平均时速提高到21.8-23.5公里，试点的成效还是非常不错的。城市数据大脑的未来还不仅限于现有的5万路视频摄像头。它还将结合手机地图、道路线圈记录的车辆行驶速度和数量，公交车、出租车等运行数据，真正成为城市交通的大数据中心。
城市大脑即可在一个虚拟的数字城市中构建多种算法模型，通过机器学习不断迭代优化，计算出更“聪明”更有效率的方案。这些计算的背后都离不开一个强大的数据中心作为数据计算的支撑。据悉，国内像华为、锐捷都能为交通大数据的数据中心建设提供顶级配置的核心交换机，能够满足国内一线城市的智能交通大数据数据中心的建设需求，为城市智慧大脑提供强有力的支撑。

H. 基于大数据的轨道交通网络化运营管理

摘要：我国作为一个领土辽阔、海陆兼备的大国，幅员辽阔的最大特点就是在进行人员流动经济交流的过程中，对 交通运输力量有着巨大的考验，在改革开放初期，徐启斌先生就提出了“要致富，先修路”的口号，只有完善全面交通 网络运营，才能真正支持我国庞大的交通运力需求，而轨道交通作为陆地交通上最主要也是性价比最高的交通方式，是 我国经济建设的运输的主要运力。因此，如何将轨道进行网络化运营，成为提高当前轨道交通未来发展的主要方向。

关键词：大数据；轨道交通；网络化运营

在轨道交通网络化中，构建大数据的关键点之一是利 用全面的全球战略为轨道交通构建大数据管理平台。轨道 交通数据管理平台的基本内容是重组和优化现有轨道交通 服务的各种工作流程。如果轨道交通服务成功建立了大数 据管理平台，则可以确保系统信息清晰可靠，并使不同业 务之间的系统通信变得方便，有利于决策信息的形成，提 高轨道交通服务信息管理效率，降低运营成本，增加利润。

1 大数据在轨道交通网络化运营管理方面的不 足之处

1.1 轨道交通统计信息收集系统存在的问题 在大多数发达的西方国家，随着大数据领域计算机技 术的发展，轨道交通已逐渐实现可操纵和自动化的模型。 新模式给轨道交通带来的变化非常重要，这主要归功于轨 道交通的建设。集成的管理系统以及每个子系统到原始生 产系统的集成，形成了一个具有统计和分析功能的信息管 理平台。近年来，中国的轨道交通部门在计算机化建设方 面也取得了进展，但是大数据系统无法满足所有业务功能 的需求。随着轨道交通部门的长期发展，数据系统也拥有 大量数据，但所使用的数据仍然不足以容纳数据存储容量。 随着中国轨道交通服务计算机化需求的增长，数据的发展 也发生了革命性的变化。随着电子信息技术的飞速发展， 轨道交通的运输统计部门在全球范围内发挥着越来越重要 的作用，而轨道交通的统计信息系统在道路上不足以满足 需求。

1.2 轨道交通数据处理中的问题

大型轨道交通统计服务的数据收集过程分为三个层 次，即基站、各个运输办公室和总部。根据不同的统计系 统，如旅客运输的堆场系统、货运票务系统、车站行李系 统和其他主要业务系统的收集方法、每日数据量和总交易 量非常大，日均业务处理任务重。说明轨道交通统计数据 规模巨大，随着轨道交通计算机化的发展，可能涉及轨道 交通统计服务的数据不限于该系统，并且更经常涉及外部 系统，例如铁路客运系统当中 12306 客户服务中心的开放 运营以及轨道交通信息资源的不断扩展，给轨道交通统计 系统带来了巨大压力。 多样化的数据类型在轨道交通计算机化过程中不仅有 结构化的数据（例如报告），还有半结构化和非结构化数 据（如语音、视频和图像）。这些不同类型的数据特征显 示了交通统计特性的变化。不同业务系统之间几乎不可能 有相同的内存、存储方法和数据管理模式，特别是对于非 机构数据。如何从不同的结构化数据中提取有价值的业务 信息，并详细分析不同数据的相关程度是现阶段轨道交通 统计服务面临的问题。

1.3 轨道交通数据索引系统中的问题

轨道交通数据指标体系的现状轨道交通的统计指标可 以反映轨道交通服务生产过程的直接绩效、财政收支、资 源管理等方面，各项活动的指标密切相关、相互补充，并 汇总到一个统计数据指标体系中。轨道交通数据统计指标 的最基本要求是能够反映轨道交通服务的当前运行状况。 总结从初步工作中获得的结果可以发现当前系统中的各种 问题，以便为下一步的部署提供可靠的计划。轨道交通统 计指标体系基于不同类型的专业人员，并在各种基准报告 的基础上，已经形成了 12 个专业，涵盖客运、货运、行李、 机车、乘用车、卡车、设备、人工、材料、节能、环保和 投资。从数据指标来看，这些数据指标之间的关系比较复 杂，数据的口径很难统一，这使得轨道交通系统中大数据 的统一管理更加复杂。

1.4无法满足轨道交通统计的新需求

随着轨道交通商业化进程的不断加快，在现代货运 组织变革、高铁运输方式变革等一系列转型发展形势下， 传统的以报代报的统计模式越来越不合适。随着现代轨 道交通的发展和管理，轨道交通统计的功能正通过大数 据技术的发展模式逐渐发生变化。由于大数据技术的应 用，轨道交通统计的功能越来越丰富。以大数据为框架， 对统计活动的需求和发展进行深入科学分析，开发现代 化、综合化的轨道交通统计数据，通过高级数据处理架 构获得信息。管理平台最大化基准统计数据，打破传统 的统计业务流程，轨道交通统计信息系统的运行过程发 生了根本性的变化。传统的数据集成处理方式取代传统 车站和轨道交通局的基础部分，再移交给铁路公司，报 告方法浪费了很多时间。

2 大数据在轨道交通网络化运营管理中的问题 和策略

2.1 轨道交通统计信息系统建设策略 轨道交通服务具有关联的大数据系统和构建大数据的 一般设计缺陷，需要不断尝试以实现管理平台统一管理的 目标。从轨道交通公司的角度来看，应将业务和统计信息 有机地集成在一起，使其可以成为有效的信息管理平台， 重塑统计工作流程并最大限度地保证原始数据的准确性和 及时性，为轨道交通业的未来改革和创新提供坚实的决策 基础。

2.2 轨道交通业务系统数据分析策略 尽管在建设轨道交通统计服务信息方面已经取得了一 些进展，但尚未建立系统的整体数据中心，也没有统一的 统计管理方法，因此统计系统可以提供的决策内容相对薄 弱，现有的统计数据没有得到充分利用。该信息主要存在 以下问题：

（1）数据质量差。地方轨道交通单位的计算机化水 平不高，监督管理工作水平不高。通常由于手工填写表格、 输入数据和操作错误而导致统计数据错误。在高精度和错 误的情况下，没有明确的统计积分方法，这大大降低了输 入数据的质量。 （2）数据收集的粒度极好。当前，生成轨道交通统 计数据统计分析最终内容的过程是使用现有指标进行收 集，并通过不同级别之间的几次汇总获得最终结果。但是， 在轨道交通部门实施细化工作之后，很难满足某些原始数 据和信息的细化要求。只有借助更多完善的数据，才能顺 利完成统计工作内容的完善。

（3）数据利用率低。通常，轨道交通的统计方法包 括处理原始数据。实际的信息使用率不高，可能无法提供 最佳的信息价值。轨道交通服务已经满足了使用大数据技 术的客观条件，下一步是通过创建信息管理平台并寻找尽 可能多的信息背后的机会和价值，从而进行深度数据挖 掘、分析和决策，以激活统计服务，生产报告将成为强大 的目标。

2.3 轨道交通统计指标体系问题分析策略 目前轨道交通统计指标的范围能够满足现阶段的基本 统计要求，但统计指标体系存在的问题不容小觑。新时期， 轨道交通统计信息化建设的关键步骤之一就是如何创新重 构统计指标体系，使之能够全面、科学地反映轨道交通企 业的综合实力。

2.4 大数据驱动业务策略 建立完整的统计数据管理平台，以通过统计数据仓库 以统一，标准化和兼容的方式集成不同业务系统之间的数 据。逐步将原始数据信息整合到信息平台中，根据数据格 式、存储要求、数据共享等方式保存有价值的信息。建立 规则库以指定类别、解释、量表、计算方法等，提高数据 管理质量，统计数据质量是核心，统计数据管理水平需要 不断提高。由于掌握了数据处理过程，为了验证每个源点 的信息，必须根据统计规则对数据进行随时间的修改，以 保证统计数据的质量。在数据校正方面，坚持避免人工干 预，尽量使用计算机化的自动处理和校正功能，尽可能地 辅助特殊问题的手工处理。

3 结束语 轨道交通系统的发展需要强大的统计信息服务集成平 台。通过功能集成以及数据和活动的功能开发，可以提高 统计信息的处理水平，提高统计人员的效率，并提高管理 和决策水平和领导者的指挥能力。由于时间和容量的限 制，笔者只能从概念上讨论大数据在轨道交通网络化运营 中的优势，而未在应用程序级别进行广泛的分析和研究。 大数据的好处虽然显而易见，但仍处于初步研究阶段，其 实施需要高层科学的设计和合理的发展。相信大数据信息 管理系统可以促进轨道交通统计的发展，具有良好的发展 前景。

参考文献：

[1]王洪臣. 基于数据驱动的城市轨道交通智慧出行服务研究[J]. 轨道交通装备与技术,2021(4):54-56.

[2]张静萱, 刘兵, 李晓璐, 等. 城市轨道交通网络运营安全的综合评估[J]. 科学技术与工程,2021,21(17):7340-7347.

[3] [3] 何跃齐, 王路萍, 徐文, 等. 城市轨道交通网络运营信息一体化模型研究[J]. 都市快轨交通,2015,28(2):53-56+60.